模糊预测控制算法

模糊预测控制(FPC)是近年来发展起来的新型控制算法，是模糊控制与预测控制相结合的产物。章在预测控制的模型预测、滚动优化、反馈校正机理下，对模糊预测控制模型及其优化控制算法作了归纳，并对模糊预测控制今后的发展进行了展望。     

神经网络预测控制算法及其应用

针对电站中具有大惯性和变参数等特性的主汽温系统，提出了一种神经网络预测控制算法。该方法是用神经网络来实现预测控制算法中的模型预测和优化计算。将这种算法用于主汽温控制的仿真研究表明，该控制方案表现出良好的控制品质并能适应被控对象参数的变化，具有较强的鲁棒性和自适应能力。它明显优于传统的PID控制。     

基于模糊模型的多变量预测控制算法

将模糊模型应用于模型预测控制，提出一种可用于非线性过程控制的模糊模型预测控制算法（ＦＭＰＣ）。模糊模型与单纯形调优的非线性规划方法相结合可获得优化的控制律。仿真结果表明，ＦＭＰＣ可获得良好的控制效果，具有较高的应用价值。     

基于神经网络的预测控制算法

针对某炼油厂油品车间柴油调和过程这个多输入多输出复杂对象进行了神经网络内模控制的仿真研究,其中在线优化算法采用线性规划的方法.神经网络预测控制正是克服了传统控制思想的束缚,通过对象的输入输出特性建立对象的数学模型,而不必通过复杂的系统辨识来建立过程的模型.对仿真结果进行了比较,结果表明神经网络预测控制算法对复杂对象具有较好的控制作用.     

基于稳定平台的广义预测控制算法

广义预测控制算法(GPC)大都属于间接算法,即通过辨识被控对象的参数,进行多步预测和在线滚动优化来设计控制律,所以需要求解逆矩阵,计算量大。提出一种改进的广义预测控制算法,这是一种直接算法,直接估计控制器的参数,避免求逆矩阵。这种控制器能任意逼近多自由度稳定平台这种不确定对象,不用知道系统的精确结构,同时由于预测控制的加入,使系统在线计算方便,控制质量提高了。通过MATLAB软件的仿真结果可以看出,传统的PID对于不确定对象不能很好的解决,而采用提出的改进广义预测控制算法,系统的鲁棒性和快速性都得到了改善,并且具有较好的控制效果。     

一种改进的广义预测控制算法仿真研究

对广义预测控制(GPC)算法进行简介.针对GPC控制算法在大迟延过程控制中超调量偏大的缺点,提出了一种改进的广义预测控制算法(简称AGPC);以电阻加热炉为研究对象,利用MATLAB的SIMULINK工具编写程序,对改进后的GPC控制算法进行仿真研究.结果表明改进后的GPC控制算法不仅能有效地抑制超调量,而且能兼顾快速性和鲁棒性,从而提高了控制品质.     

高阶模糊内模预测控制算法及在间歇造气炉中的应用

针对大时滞系统,提出一种高阶模糊内模预测控制算法.通过引入智能因子,被控对象的高阶模糊内部模型可实时预测对象输出,在线修正模型失配,从而克服时滞因素的不利影响.将算法应用于化工间歇造气炉集散控制系统中,现场运行结果验证了算法的实用性.     

一种基于未知模型的广义预测控制算法

研究未知被控对象具有动态调整、参数时变以及受到外界干扰时,采用广义自适应预测控制算法(GPC)对系统进行控制。运用基于CARMA模型的参数在线动态辨识,在线时实算出未知对象的参数模型,再运用预测控制算法,计算出当前的控制量;再滚动优化,使未知系统具有良好的控制性能。并且通过Matlab分析仿真证明了广义预测控制的全局稳定性、收敛性和鲁棒性。     

电加热炉系统预测函数PID控制算法的研究

由于电加热炉系统具有大时滞、时变性、非线性等特点,提出了一种新型预测函数PID控制算法.该算法将PID控制算法和预测函数控制算法结合起来,通过预测被控对象的未来输出值,得到一个新的优化目标函数,实时优化控制参数,得到控制量的解析解.仿真结果表明,与常规PID控制和预测函数PID串级控制相比,所设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的抗干扰性和鲁棒性,能够实现对电加热炉系统的有效控制.     

基于机器人的神经网络预测控制算法

针对预测控制机理在处理非线性模型控制存在较大的困难,提出了将BP神经网络和广义预测控制（GPC）相结合后应用于网络控制系统的思想,构造了神经网络预测控制算法,其实质是用BP神经网络作为预测模型,产生预测信号,对系统进行反馈校正,并通过误差迭代求取广义预测的最优控制律,从而克服了对非线性系统难以辨识模型的困难,利用神经网络“黑箱”的功能达到对非线性系统的预测控制。以机器人为控制对象进行仿真,取得了较好的控制效果。     

多变量模糊预测控制及其应用研究

将文献「３」的单变量模糊预测控制方法加以推广，提出一种多变量模糊预测控制算法，并将其应用无机组负荷控制系统。仿真结果表明，所提出的多变量模糊预测控制方法是有效的。     

利用BP算法的一种自适应模糊预测控制器

提出一种由模糊预测器和模糊预测控制器组成的自适应模糊预测控制方案,采用ＢＰ算法训练模糊预测器和模糊预测控制器,并给出这种模糊预测控制器的训练算法。控制系统对于具有纯时延的非线性被控过程有良好的控制性能。     

基于最优保留遗传算法的非线性模糊预测控制

针对传统的模型预测控制不能很好解决具有严重非线性、不确定性的对象或过程的控制问题，提出将模糊模型用于描述对象的非线性动态特性，通过将模糊模型的输出反馈作为模型输入，从而构成了模糊多步预测器。采用一种收敛精度高、速度快的具有最优保留特性遗传算法(EGA)，依据模型预测输出在线滚动求解控制律的非线性预测控制算法。仿真结果表明该算法对一类非线性系统具有较快的响应速度和较强的抗干扰能力。     

基于最优保留遗传算法的非线性模糊预测控制

针对传统的模型预测控制不能很好解决具有严重非线性、不确定性的对象或过程的控制问题。提出将模糊模型用于描述对象的非线性动态特性。通过将模糊模型的输出反馈回来作为模型输入，从而构成了模糊多步预测器，采用一种收敛精度高、速度快的具有最优保留特性遗传算法(EGA)依据模型预测输出在线滚动求解控制律的非线性预测控制算法。仿真结果表明该算法对一类非线性系统具有较快的响应速度和较强的抗干扰能力。     

共享控制系统的丢包预测补偿控制算法

对共享控制系统中数据包在因特网传输过程发生丢包的现象进行建模,分析丢包对系统控制性能的影响,利用预测补偿控制原理设计一种基于混合型pi—sigmod模糊神经网络的丢包补偿算法。仿真实验结果表明,该算法能克服丢包对控制系统的性能和稳定性造成的不利影响。     

一种基于Wiener模型的非线性预测控制算法

针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号，将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wiener模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.     

Design and Stability Analysis of Fuzzy Model-based Predictive Control – A Case Study

In the paper a fuzzy model based predictive control algorithm is presented. The proposed algorithm is developed in the state space and is given in analytical form, which is an advantage in comparison with optimisation based control schemes. Fuzzy model-based predictive control is potentially interesting in the case of batch reactors, heat-exchangers, furnaces and all the processes with strong nonlinear dynamics and high transport delays. In our case it is implemented to a continuous stirred-tank simulated reactor and compared to optimal PI control. Some stability and design issues of fuzzy model-based predictive control are also given.     

快速预测控制算法及在单回路数字控制器中的应用

为使先进的预测控制算法在工业过程单回路数字控制器中方便有效地实现，本文设计了一种快速预测控制算法，降低了控制律在线运行的计算理，了算法实现所需的存储空间，且同时具有良好的适应性和鲁棒性，基于此算法的单回路数字控制仪表“广义预测自校正单回器调节器”在工业现场投入试运行，控制效果好，具有广泛的应用推广价值。     

模糊广义预测控制及其应用

本文将单变量广义预测控制原理应用到多变量模糊系统,提出了一种基于辨识模糊模型 的多变量预测控制方法.仿真研究表明,该模糊广义预测控制方法适用于工业过程的动态辨 识和控制,交能取得良好的效果.     

模糊预测控制发展的概况

模糊预测控制(FPC)是近年来发展起来的新型控制算法,是模糊控制和预测控制相结合的产物。在预测控制的模型预测、反馈校正、滚动优化的机理下,对模糊预测控制近20年来的发展概况和实现形式作了归纳,指出模糊模型引入预测控制,体现了预测控制向智能控制方向拓展的趋势,更符合人们的控制思想,可进一步提高控制的效果,并就其有待解决的问题发表了一些看法。