基于虚拟变量控制的GM(1,N)模型构建及其应用

现实中系统行为特征序列常受到虚拟变量的影响,而此时传统GM(1,N)模型不能准确地描述系统特征的变化规律.将虚拟变量引入传统GM(1,N)模型的灰作用量,构建虚拟变量控制的GM(1,N)模型,讨论新模型的参数求解方法;鉴于背景值对模型精度有着重要影响,利用粒子群优化算法对含有插值系数的背景值进行优化求解;从两个角度提出虚拟变量有效性检验方法.最后,通过河南省农民人均收入预测案例表明,新模型能够准确描述虚拟变量影响下系统特征序列的未来变化趋势.     

基于驱动因素控制的DFCGM$(1,N)$ 及其拓展模型构建与应用

针对一类驱动因素具有复杂变化特征的系统行为预测问题,将驱动因素序列对系统的作用函数引入经典GM$(1,N)$模型的灰色作用量,构建驱动因素控制的DFCGM$(1,N)$模型及其拓展模型,并探讨参数估计方法;从白化信息充分和匮乏两个角度,利用经验分析法和智能优化算法探索驱动因素控制参数的识别方法,并给出模型建模预测步骤;最后,通过对我国粮食产量进行预测,验证了模型的有效性和实用性,表明所提出模型能够有效解决多驱动因素影响的系统预测问题.     

具有交互效应的多变量GM(1,$textbf{N}$)模型

针对一类具有交互效应的小样本系统建模问题,将相关因素序列的交叉项引入经典GM(1,N)模型的灰色作用量,构建交互效应GM(1,N)模型及其派生模型,以反映不同输入变量之间的交互效应对系统特征变量的影响,并通过实例验证交互效应GM(1,N)模型的有效性.结果表明:当相关因素序列的交互作用系数为零时,交互效应GM(1,N)模型退化为经典GM(1,N)模型;对于具有交互效应的系统建模问题,交互效应模型较经典模型具有更高的模拟和预测精度.     

多变量时滞GM(1,??) 模型及其应用

针对具有时滞因果关系的小样本系统建模问题, 提出一种灰色多变量时滞GM(1,??) 模型及其求解方法; 考虑到相关变量累加序列变化量较大的情形下, 驱动项不能被视为灰常量的问题, 给出了时滞GM(1,??) 模型的一种派生模型. 在此基础上, 通过数值仿真和实例分析验证了新模型的有效性. 数值结果表明: 时滞GM(1,??) 模型能够较好地描述和预测含时滞特征的小样本数据系统的运行规律, 不考虑相关因素的时滞作用时, 时滞GM(1,??) 模型退化为经典的GM(1,??) 模型.

     

基于时滞效应的多变量离散灰色预测模型

针对多变量灰色模型存在驱动项时滞效应作用机制不明确和模型精度不高的问题,分析传统多变量灰色模型的缺陷,通过引入滞后系数控制驱动项,提出考虑时滞累积效应的多变量离散灰色预测模型,讨论模型参数估计的求解方法;从白化信息充分和匮乏两个角度,利用经验分析法和粒子群算法探索时滞效应控制系数的识别方法,并给出模型建模预测步骤;最后,通过实例分析验证模型的有效性,结果表明该模型能够较好地解决有时滞特征的小样本多变量系统的预测问题.     

时变参数GM(1, 1) 幂模型及其应用

为了进一步增强灰色预测模型对原始数据的适应能力,提出一种时变参数GM(1,1)幂模型,通过引入多项式函数描述GM(1,1)幂模型的结构参数随时间的动态变化规律。根据建模样本量的不同,分3种情形给出了模型的参数辨识算式,同时给出了时变参数GM(1,1)幂模型白化方程的解析解,利用积分复合梯形公式将其转化为可用于预测的离散时间响应式,并提出了参数优化方法。应用实例表明,时变参数GM(1,1)幂模型比固定参数GM(1,1)幂模型具有更高的模拟和预测精度。     

含分数阶多项式的离散灰色预测模型及其应用

为了进一步提高含时间幂次项的灰色预测模型的拟合预测精度,通过引入分数阶多项式,提出灰作用量优化的FPDGM(1,1,N)预测模型.在经典的DGM(1,1,$ N $)模型的基础上,将灰作用量整数阶多项式拓展为分数阶多项式,使得构造的模型能够生成更加贴近于一般特征的时间响应序列,从而得到拟合预测精度更高的灰色预测模型.对该模型的建模机理、参数估计、递推时间响应式等进行研究,并讨论模型参数几种特殊取值下该模型的性质.研究表明:DGM(1,1)模型、NDGM(1,1)模型和DGM(1,1,N)模型等均是FPDGM(1,1,N)模型的特殊形式,因此,该模型在形式上统一了现有的含时间幂次项灰色模型,扩大了灰色预测理论的应用范围.最后通过实验表明,所提出的新模型具有更好的拟合和预测精度,从而验证了所构建模型的有效性和适用性.     

基于粒子群优化的灰色预测方法

对灰色预测算法进行了研究。在GM(1,1)模型中,发展系数a和灰色作用量u是两个关键的参数,对系统的性能有较大的影响。传统的方法使用最小二乘法来求解,不仅计算复杂,而且预测结果的误差也较大。论文对此进行了研究,并提出了一种改进的灰色预测算法PSOGP。PSOGP的主体仍使用GM(1,1)模型,但在求解相关参数时,PSOGP使用了粒子群优化算法。仿真试验表明,与经典的GM(1,1)模型相比,PSOGP算法的预测精度得到了较大的提高。     

线性离散状态时滞系统UFIR滤波算法

针对含状态时滞的线性离散时变状态空间模型,提出一类无偏有限脉冲响应(UFIR)滤波算法.通过构造含有时滞状态的增广系统模型,对原系统进行无时滞转换.利用扩展状态空间模型的思路,将现有UFIR滤波算法推广至含控制输入的状态时滞系统中,并进一步求解相应的迭代形式,保留类Kalman算法快速计算的特点.通过仿真例子表明了所提出算法的有效性.     

新息改进GM(1,1)模型参数估计的新方法

为了提高新息改进GM(1,1)模型的预测精度,引入累积法对新息改进GM(1,1)模型的参数进行估计,给出了新的参数估计公式。该方法避免了大量的矩阵运算,降低了计算量。数值计算结果表明,累积法新息改进GM(1,1)模型具有很高的预测精度,是一种值得推广的新模型。     

阻尼累加离散GM(1,1)模型及其应用

基于阻尼累加生成算子和离散灰色预测模型的思想,提出一类新的阻尼累加离散GM (1,1)模型,并详细给出模型的推导过程,从理论上分析与经典GM (1,1)模型、离散GM (1,1)模型以及最近提出的阻尼累加GM (1,1)模型的关系,探讨模型的稳定性和数据适用类型分析,并利用量子粒子群优化算法计算出最优阻尼累加参数.最后将所提出模型应用于两个实际案例,结果表明所提出的阻尼累加离散GM (1,1)模型的拟合和预测误差均优于上述基准模型.     

基于背景值和结构相容性改进的多维灰色预测模型

现有的多变量灰色预测模型的背景值估计误差及模型结构单一是导致该模型预测性能不稳定的重要因素,致使该模型在实际预测领域中应用并不广泛.本文通过分析背景值函数的几何意义,结合积分几何面积公式,提出一种改进的背景值优化方法,使预测模型在背景值系数的选取上更加灵活.在此基础上,模型中加入灰色作用量,提出一种改进背景值及结构相容...     

含时滞记忆的非线性时滞系统满意容错控制

针对一类基于T-S模糊模型描述的非线性时滞系统,研究在一般执行器故障模式下的含时滞记忆的鲁棒H∞容错控制器设计问题.针对任意连续型执行器故障模式,采用并行分布式补偿原理设计含记忆型状态反馈控制器,给出非线性时滞系统在执行器发生故障情况下的鲁棒镇定准则.然后给出H∞性能指标约束下的满意容错控制器的设计方法和设计步骤.提出的含时滞记忆的状态反馈控制方法可以确保当执行器发生故障时,闭环系统不仅具有渐近稳定性,而且有一定的抗扰动性能,状态反馈控制器设计的保守性较不含时滞记忆控制器设计方法大大降低.仿真实例验证了鲁棒容错控制策略的有效性.     

Stability and weighted sensitivity analysis of robust controller for heat exchanger

This study presents a parametric system identification approach to estimate the dynamics of a chemical plant from experimental data and develops a robust PID controller for the plant. Parametric system identification of the heat exchanger system has been carried out using experimental data and prediction error method. The estimated model of the heat exchanger system is a time-delay model and a robust PID controller for the time-delayed model has been designed considering weighted sensitivity criteria. The mathematical background of parametric system identification, stability analysis, and ${{\rm H}_\infty }$ weighted sensitivity analysis have been provided in this paper. A graphical plot has been provided to determine the stability region in the $( {{K_{\rm p}},{K_{\rm i}}} )$, $( {{K_{\rm p}},{K_{\rm d}}} )$ and $( {{K_{\rm i}},{K_{\rm d}}} )$ plane. The stability region is a locus dependent on parameters of the controller and frequency, in the parameter plane.     

基于互逆分数阶算子的GM(1,1) 阶数优化模型

在互逆的分数阶累加生成算子和分数阶累减生成算子的基础上, 建立分数阶算子GM(1,1) 模型, 均值GM(1,1) 模型是当?? = 1 时的特例. 给出分数阶算子GM(1,1) 模型最小平均相对误差下最优阶数的粒子群优化算法.多个验证实例表明, 通过对阶数进行优化, 分数阶算子GM(1,1) 模型可具有比GM(1,1)、DGM(1,1) 等模型更高的拟合精度.

     

多变量系统的PID 控制器设计

针对多输入多输出系统,提出一种基于微粒群算法的灰色系统预测PID 控制算法．该方案将多 输入多输出系统转化成若干个多输入单输出子系统,使用多变量一阶灰色模型GM(1;N) 预测出每个子系统的 输出,实现了多输入多输出系统的对角解耦．然后用微粒群算法优化PID 控制器的参数,用优化后的PID 控 制器对每个子系统进行控制．对两个典型的多变量控制过程进行了仿真,结果表明,这种控制方法超调量较 小,鲁棒性强,响应速度快,抗干扰能力强.