基于HOPFIELD网络的约束广义预测控制

本文提出了一种求解约束非线性规划的HPPFIELD网络结构,证明了其收敛性和稳定性;并将这种网络应用于约束广义预测控制的求解,进行了仿真。     

考虑网络丢包的网络化控制系统的广义预测控制

针对丢包现象影响网络化控制系统（NCS）稳定性的问题,设计了一个基于单边网络的广义预测控制器（GPC）．该控制器通过滚动优化确定一系列控制动作,利用该控制作用对基于模型的预测值进行修正,最终计算出向前N步的控制数据,以此来弥补数据丢失给系统带来的影响．经过仿真实验证明在网络存在丢包的情况下,NCS系统仍然能够达到稳定．     

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     

基于广义预测的非线性神经网络控制器

广义预测控制(GPC)是针对线性系统提出的一种控制方法,而神经网络具有对一般非线性函数的逼近能力。首先介绍基于GPC的神经网络控制系统的组成,进而提出采用两层线性神经网络构造预测器,采用E lamn型动态递归网络构造控制器,从而实现对非线性对象的快速控制,仿真结果说明了该算法的有效性。     

一种充分利用预测信息的广义预测控制律

提出一种充分利用预测信息的广义预测方法，用控制增量的变化趋势对由开环最优控制求出的控制量进行修正，有效抑制超调，兼顾控制的跟踪速度，改善了过程的动态品质。控制算法简单，在线计算量小，仿真结果说明了算法的有效性。     

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     

基于Elman网络的过热汽温隐式广义预测控制

过热蒸汽温度具有时变、大迟延、大惯性的特点，使用传统的PID控制器很难取得满意的效果。针对这一问题，提出了基于Elman网络的过热汽温隐式广义预测控制系统。采用Elman网络作为被控对象的预测模型，在求解最优控制增量时直接辨识控制器的参数，使得对象的建模方便而且控制系统的在线计算量小。仿真结果表明，此控制系统个有优良的控制性能。     

基于改进粒子群算法的约束隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出了一种基于改进粒子群算法的广义预测控制算法。广义预测控制算法采用隐式算法,用最小二乘法直接辨识控制增量表达式中的参数,避免求解丢番图方程;为避免粒子群算法陷入早熟,提高精度,在广义预测控制算法的滚动优化环节采用速度变异的粒子群优化算法,克服了受约束优化问题处理的缺陷,更快更准确地寻到最优目标函数值。仿真结果表明了该方法的有效性和良好的控制性能。     

基于改进粒子群算法的约束隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出了一种基于改进粒子群算法的广义预测控制算法.广义预测控制算法采用隐式算法,用最小二乘法直接辨识控制增量表达式中的参数,避免求解丢番图方程;为避免粒子群算法陷入早熟,提高精度,在广义预测控制算法的滚动优化环节采用速度变异的粒子群优化算法,克服了受约束优化问题处理的缺陷,更快更准确地寻到最优目标函数值.仿真结果表明了该方法的有效性和良好的控制性能.     

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.     

基于BP网络的典型工业过程自适应预测区域控制

针对一类具有分数传输滞后、参数时变的典型工业过程开环参数与广义预测控制器参数之间的内在联系,通过在目标函数中引入开环增益,并利用BP网络的非线性映射能力得到了自适应广义预测控制的一种直接算法。在该算法中,先用一个辨识器辨识过程开环参数,然后由一个已训练好的BP网络根据辨识结果和加权因子的值直接计算出控制器的参数,得到控制律。该方法不依赖于过程的精确模型,极大地简化了在线计算负担。同时,把区域控制的思想引入到预测控制之中,给出了两种区域预测控制方案。在一个二元精馏塔模型上与常规广义预测控制方案的对比仿真结果验证了文中所示方法的可行性。     

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。     

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．     

基于Hopfield网络的波分复用网络优化设计

介绍了Hopfield算法的原理、模型和算法实现过程．并采用该算法对波分复用(WDM)网络保护容量数学模型进行了优化设计，优化计算结果表明，基于Hopfield算法的优化设计切实可行，为复杂的网络优化设计提供了新的方法。     

基于BP网络的典型工业过程自适应预测区域控制

针对一类具有分数传输滞后、参数时变的典型工业过程开环参数与广义预测控制器参数之间的内在联系 ,通过在目标函数中引入开环增益 ,并利用BP网络的非线性映射能力得到了自适应广义预测控制的一种直接算法。在该算法中 ,先用一个辨识器辨识过程开环参数 ,然后由一个已训练好的BP网络根据辨识结果和加权因子的值直接计算出控制器的参数 ,得到控制律。该方法不依赖于过程的精确模型 ,极大地简化了在线计算负担。同时 ,把区域控制的思想引入到预测控制之中 ,给出了两种区域预测控制方案。在一个二元精馏塔模型上与常规广义预测控制方案的对比仿真结果验证了文中所示方法的可行性     

基于遗传算法的广义T-S模糊模型预测函数控制

提出了一种基于遗传算法的广义T-S模糊模型预测函数控制算法。首先利用减法聚类确定隶属度函数中心和模糊规则数,然后利用遗传算法同时对广义T-S模型的其他前提参数和结论参数进行辨识,并进行全局寻优。最后将本文提出的算法应用在具有强非线性特性的pH中和过程中。仿真结果表明:本文算法具有较小的超调和较好的跟踪能力。     

基于神经网络的广义预测控制综述

概括叙述了广义预测控制的发展现状,对具有误差校正的预测控制方法进行了概括,介绍了与神经网络相结合的非线性系统的预测控制方法,并在此基础上讨论了神经网络非线性预测控制中存在的问题及进一步研究的方向。