灰色广义预测控制算法及仿真研究

基于灰色系统模型, 构造了一种新的广义预测控制算法. 该算法仅在线估计两个参数, 不用求解Dio phantine方程. 从而大大减少了计算量, 增强了实时性. 仿真实验说明, 该算法单步和多步情况均可获得较好的控制跟踪效果.     

未知参数非线性系统的自适应广义预测控制

研究非线性系统的稳定性和跟踪优化问题,针对未知参数非线性系统的参数辨识和输出跟踪问题,给出参数自适应广义预测控制方法,为使辨识模型能实时反映被控对象特性以及输出对设定值的跟踪有较高精度.提出将非线性系统转化为受控自回归滑动平均模型,根据输入输出数据辨识模型参数.采用广义预测控制滚动优化的策略得出最优控制律,将最优控制律作用于对象实现非线性系统的优化控制以及系统输出对设定值的跟踪控制.明显克服了自适应控制对模型精度要求高的缺陷且具有在线辨识,滚动优化的特点.最后,通过仿真实例验证了方法的有效性.     

一种时变加权系数广义预测控制算法鲁棒性分析

针对标准广义预测控制算法,本文提出一种时变加权系数的广义预测控制性能指标,和标准算法相比,减小计算量并获得更好的性能指标.同时,文中讨论了两种典型的系统不确定性,并针对非结构型系统不确定性讨论该文算法的鲁棒性,给出了鲁棒控制域.通过对受控自回归积分滑动平均模型的仿真实例表明选择不同时变系数β和预测时域N,控制量加权系数λ,对系统性能有很大的影响.因此,该算法为现场操作人员的参数选择提供一个衡量的依据.最后,仿真结果验证了算法的有效性.     

基于C-R模糊模型的广义预测控制算法

该文对非线性系统的建模采用Cao-Ress(C-R)模糊模型,并用卡尔曼滤波算法在线辨识模糊模型的结论参数,从而减少了参数辨识的数量和避免了矩阵的求逆运算,然后在每一个采样点对该系统进行局部动态线性化,根据得到的系统线性化模型对系统采取广义预测控制(GPC)方法得到当前的控制动作。仿真结果表明了该方法的有效性。     

基于小波变换的非线性广义预测控制

提出了基于小波变换的非线性广义预测控制算法。预测模型采用Hammerstein模型,对于其静态非线性部分采用小波网络来辨识,动态线性部分用最小二乘法来辨识。这种辨识方法比传统的多项式拟合的模型误差要小得多。基于这种预测模型广义预测控制器弥补了传统广义预测控制的模型失配问题。以CSTR为例对所设计的控制器进行仿真研究,结果表明控制器能够取得良好的控制效果。     

基于神经网络的广义非线性预测PID控制

针对一些复杂的非线性系统用基于线性模型的预测控制器控制效果不理想的问题，本文提出在利用前馈网络对非线性系统建模的基础上，对系统输出实现递推多步预测，并且结合非线性PID，用另一前馈神经网络作为控制器，实现对非线性系统的控制。经网络的在线辨识采用梯度法，仿真实验验证了方法的有效性。     

基于动态非线性逼近的非线性系统预测控制

对于一类常见多重时滞非线性离散系统．提出基于动态非线性逼近的增量型最小化递推预测模型、广义预测控制律、噪声估计器以及参数自适应递推预报算法。实现了对存在较大滞后的时滞非线性系统的广义预测控制．仿真结果表明了该算法的正确性和有效性．     

一类非线性系统的自适应广义预测控制

针对一类非线性系统,通过分析将其表示为具有时变系数的线性系统,然后利用带协方法差修正的最小二乘法对时变参数进行在线辨识,最后运用广义预测控制策略实现对原系统的自适应预测控制。仿真结果表明了该方法的有效性。     

具有Hammerstein形式的非线性系统广义预测控制

本文提出了具有Ｈａｍｍｅｒｓｔｅｉｎ形式的非线性系统广义预测控制方法，分析了当控制水平等于１时闭环系统的稳定性，同时还提出了使用线性估计器的非线性自适应广义预测控制算法。仿真结果表明了算法的有效性。     

稳定的非线性系统广义预测控制

针对广义预测控制(GPC)算法稳定性分析困难,对参数未知非线性系统提出一种稳定广义预测控制(DGPC)方法。该方法首先将非线性系统转换为时变线性系统,然后利用三次样条基函数逼近时变系统中的系数,通过带时变遗忘因子的递推最小二乘算法辨识系数获得对象模型。基于模型通过性能指标中的前馈增益设计来保证控制系统稳定,仿真结果验证了该方法的有效性。     

基于小波网络动态补偿的广义预测控制器

由于广义预测控制器依赖于表征过程的线性模型,没有考虑未建模误差的影响,随着预测长度的增加,其预测误差也增大.因此,提出用小波网络建立误差的预测模型,并对模型预测进行动态补偿,以抑制模型失配的影响,增强鲁棒性.仿真结果表明了算法的有效性.     

改进的广义预测控制算法

本文中,提出了改进的广义预测控制.这种算法简单,不受噪声多项式 C(q~(-1))稳定的限制.     

改进的多变量广义预测控制算法

本文中,我们把改进的广义预测控制推广列多变量线性系统中.这种算法大量地减少了计算量,能控制任意维输入任意维输出的线性系统.     

一种新型鲁棒广义预测自校正控制器

本文提出了一种新的广义预测自校正控制器,这种控制器是基于一种新结构的预测模型——σ~(-1)模型的基础上设计的,其适应能力得到极大加强.     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

广义预测控制综述

总结了近年来广义预测控制的递推算法、直接 算法、组合算法、稳定的广义预测控制算法、连续的广义预测控制算法、非线性系统的广义 预测控制算法等各方面的理论研究成果,概述了广义预测控制的稳定性和鲁棒性分析的结论 ,讨论了进一步研究的方向．     

MULTIVARIABLE FUZZY GENERALIZED PREDICTIVE CONTROL

A Takagi-Sugeno (T-S) fuzzy model is used to express non-linear dynamic systems with time-delay in this paper, and an on-line identification algorithm is presented regarding its parameters and structures. A multivariable fuzzy generalized predictive control approach is proposed based on the identified fuzzy model by means of the generalized predictive control principle. The closed-loop stability is analyzed in detail. A simulation study for the multivariable load system of a boiler-turbine unit shows that the approach is superior to convention load control systems.     

连续非线性系统预测控制的次优性分析

针对一般连续非线性系统,研究了有终端约束的稳定预测控制策略相对传统最优控制的次优性问题.通过分析预测控制的有限时域滚动优化性质,得到了预测控制次优性的上界,并且将该结果应用于连续线性系统,得到了一个量化的次优性评价指标.     

A COMPARATIVE STUDY ON COMPUTATIONAL SCHEMES FOR NONLINEAR MODEL PREDICTIVE CONTROL

This paper briefly reviews development of nonlinear model predictive control (NMPC) schemes for finite horizon prediction and basic computational algorithms that can solve the stable real‐time implementation of NMPC in space state form with state and input constraints. In order to ensure stability within a finite prediction horizon, most NMPC schemes use a terminal region constraint at the end of the prediction horizon — a particular NMPC scheme using a terminal region constraint, namely quasi‐infinite horizon, that guarantees asymptotic closed‐loop stability with input constraints is presented. However, when nonlinear processes have both input and state constraints, difficulty arises from failure to satisfy the state constraints due to constraints on input. Therefore, a new NMPC scheme without a terminal region constraint is developed using soften state constraints. A brief comparative simulation study of two NMPC schemes: quasi‐infinite horizon and soften state constraints is done via simple nonlinear examples to demonstrate the ability of the soften state constraints scheme. Finally, some features of future research from this study are discussed.     

预测控制的无扰切换技术

提出了关于动态矩阵控制器(DMC)与广义预测控制器(GPC)的改进无扰切换方法．其中 ，前者在DMC控制模式启动初期采用过程的脉冲响应模型实现对过程输出的自由响应预测， 在非DMC控制模式下，只需要存储过程输入/输出数据，而不必在线进行反馈校正．二者都有 一个共同特点，即不必考虑过程的直流工作点，这给预测控制算法的在线实现带来了很大的 方便．最后，通过纸机定量控制系统的仿真研究证明了上述算法的有效性．