一种多步递推广义预测自适应控制

提出了一种基于多步递推预测的广义预测自适应控制算法。由于本算法是利用在线辩识参数直接递推求解控制律，从而大大减少了计算量，便于在微机上用汇编语言实现。     

广义预测控制的稳定性分析

分析了广义预测控制的状态空间结构 ,推导了闭环系统的特征方程和传递函数 ,给出了闭环系统稳定的条件 ,讨论了闭环系统的阶次 ,指出广义预测控制不改变系统的零点 ,但有助于克服纯滞后的影响 ;研究了控制量加权系数为 0时闭环系统的特性     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上，其性能受到一定的限制．为此，将广义预测控制算法应用于双重控制系统中，形成基于预测控制的双重控制算法．该算法继承了传统双重控制方法的控制结构和控制思想，采用主、副2个控制器进行控制．其中主控制器采用广义预测控制算法，针对快回路产生快控制作用使系统具有良好的动态特性；副控制器采用PID算法．针对慢回路产生慢控制作用以实现一定的经济指标；同时，副控制器的输出作为前馈量引入主控制器．主、副2个控制器互相协调工作，使系统既具有良好的动态特性，又符合工艺上或经济上的要求．仿真对比结果表明，该算法控制性能优良，具有较强的的抗干扰性和良好的鲁棒性，是一种较好的双重控制系统控制算法．     

变结构广义预测控制

在变结构控制的基础上，引入了广义预测控制，导出了变结构广义预测控制的算法。该算法比传统的变结构控制算法有更强的鲁棒性，仿真结果验证了算法的有效性。     

基于模糊补偿的广义预测控制

针对在广义预测控制中采用在线辨识模型参数来克服模型失配的影响的情况 ,提出了用模糊推理对控制量进行补偿的解决方案。仿真结果表明 ,该方案非常有效 ,适合用于具有时滞的复杂工业系统。     

广义预测控制与滚动式LQG控制关系

基于输入输出模型的广义预测控制与基于状态空间模型的滚动优化控制之间的关系还没有被人们所认识.本文基于CARMA模型及其等价的状态空间模型,建立了多变量广义预测控制算法的各种等价形式;给出了一种多变量滚动式的LQG控制算法;建立了随机多变量系统的广义预测控制与LQG控制之间的关系,导出了闭环系统特性方程,从而为分析多变量广义预测控制系统的稳定性和鲁棒性奠定了基础.     

辨识与控制分离的广义预测控制算法

提出了一种自适应广义预测控制策略。其中，对象参数辨识及预测模型参数计算等以较大的采样周期进行，滚动优化控制以较小的采样周期进行。将辨识与控制运算分别放在２个不同的中断服务程序中，使辨识与控制分离，通过不同采样周期的模型变换建立志辨识与控制的联系，可大大缩短控制运算时间，提高控制的实时性。     

多变量广义预测控制系统的稳定性和鲁棒性

分析了多变量广义预测控制系统的稳定性，建立了一些新的稳定性定理，揭示了设计参数Ｎ，ＮＵ，λ和系统稳定性之间的关系，证明了存在有限时域使闭环系统指数稳定。分析了系统的鲁椿性，建立了鲁棒性分析定理，揭示了系统鲁棒性与无扰动的闭环系统稳定度和振荡性之间的关系，指出了广义预测控制中参考模型和观测多项式的应用可改善系统鲁棒性。     

国民经济系统消费跟踪预测控制理论

本文将D.W.Clareke等的广义预测控制思想,引入国民经济系统中.结合经济系统特点,提出一种新的经济思想——国民经济系统消费跟踪预测控制理论.并给出了消费品需求最优预测和投资品分配最佳控制的决策方案.     

YEWPACK MARKⅡ广义预测控制的应用

新型改进广义预测控制（AGPC）算法具有强大的生命力和精确性．而传统的PID控制算法对于大时滞装置的控制无能为力．同PID算法相比，AGPC具有明显的优越性．尤其对于大时变系统．AGPC的优势就愈加明显．AGPC算法简单，计算量小，易周于时实控制系统中．我们仅讨论了单输入单输出系统（SISO），但这算法很容易推广至多输入，多输出线性系统（ADIADO），且在加热炉温度控制系统上进行了成功的应用，取得了满意的控制效果．     

带控制量约束的数控铣削过程广义预测控制

首先综合考虑伺服系统动特性加工过程中刀具变形等因素,将数控铣削过程简化为二阶模型。其次构造数控铣削过程广义预测控制律,并依据实际需要提出控制量约束条件和具体算法,计算机仿真结果表明,与无约束算法相比,闭环系统的性能可能得到显著改善,最后提出基于快速信号处理板的硬件及接口方案,并通过试验验证算法的正确性和有效性,结果表明,合理选择控制前景,输出前景和权因子,可避免因切深或切宽突变而引起的控制输入过大     

扩展状态空间预测控制

基于过程的扩展状态空间模型，导出了一种具有类似离散ＰＩ最优调节器结构并具有未来Ｐ步设定值前馈控制的新型预测控制器．由于其目标函数中考虑了系统状态的变化，因而控制效果要优于仅考虑预测输出误差的情况．仿真结果还表明它优于经典离散ＰＩ最优调节器。     

优化的EPON前摄Polling机制

利用由多个关键报告生成的插值多项式预测方程来预测未来几个周期的业务量,通过1个消息（grant）对多个周期的授权,节省了带宽和减少了数据包的时延. 建立了知识支撑系统（KSS）系统,通过偏导（DC）寻优法来优化关键周期和预测周期的个数,通过神经网络来优化非线形预测方程的调节因子. 仿真结果很好地验证了它的效果.     

有约束过程的预测控制

针对工业控制系统中广泛存在的约束过程,给出预测控制的算法表述,并对实施中的控制系统稳定性和优化算法可行解的存在性问题进行了讨论,最后给出了仿真研究结果．     

改进的广义预报控制算法

对Clarke(1984)的广义预报控制算法引入了三点重要改进: (1)以逐次单步预报方式取代递推求解丢番方程作法,对受控对象的输出实现多步预报,使计算量大为减少, (2)按采样周期较小条件下所得离散模型参数的理论近似值及参数总和趋一定理设定参数估计初值,使启动初期的估计和控制质量得以明显改进; (3)采用最优滑动平均滤波器抑制阶跃武或正弦式等确定性干扰,而又不致过度放大随机噪声, 改进后的算法仍然保留原广义预报控制的所有鲁棒性。     

Predictive Fuzzy Control of Pipeline Robot

0INTRDOUCTIONInsuchfieldsaspetroleumandchemicalindustries,muchimportancehasbeenpaidtoqualitytestandinnerantisepticofpipelineslots.Theconfigurationofawheel-drivenpipelinerobotsystemisshowninFig.l.Differentfunctionscanbeachievedbychangingtheoperatingmechanisml1].Inthesystemabove,experiencesindicatethat:l)owingtothefactthatthedrivingwheelstendto'slip'onthepipelineinnersurface,theconventionalmethodwhichmeas-urestherelativepositionoftherobotusingarotaryencodercoaxialwiththedrivingmo-torwilllea…     

非自衡对象的预测控制

DMC在对非自衡对象建模时会产生截断误差,因此无法直接用于该类对象控制．根据非自衡对象阶跃响应的最后阶段可视为直线的特点,提出了一种基于对象阶跃响应的参数化模型的预测控制算法,该算法避免了DMC预测模型的截断误差影响．仿真结果表明,提出的算法对于设定值变化具有良好的跟踪性,对于模型参数的摄动具有良好的鲁棒性,该算法对于非自衡对象控制是有效的．     

基于神经网络建模的预测控制

预测控制具有多步预测、滚动优化和在线自适应校正等优点。文中提出了用神经网络方法建立预测模型, 将其应用到了润滑油溶剂脱蜡过程并取得了有效的仿真结果     

预测控制算法在分散控制系统中的实现

本文应用INFI-90分散控制系统的功能模块代替常规的高级语言,实现预测控制中的DMC算法.由于组态中仅包含一些普通算法模块,因此可在其他分散控制系统中推广.