凸多面体不确定时滞系统鲁棒模型预测控制

针对控制输入受约束的凸多面体不确定时滞系统,利用min-max模型预测控制策略,结合线性矩阵不等式技术,给出了带有时滞补偿的时滞相关鲁棒模型预测控制方法,证明了控制算法的可行性和闭环系统的鲁棒稳定性,并通过仿真实验验证了所提方法的有效性.     

最大Lyapunov指数实现局域网流量的预测

由于网络中存在复杂的非线性动力学特性,基于混沌理论,采用最大Lyapunov指数对局域网络流量序列进行预测分析,能够实现较早地预测出网络流量的突变特性.首先,采用相空间重构理论,并结合C-C算法将实际测试的流量时间序列投影到重构的相空间中.然后,计算其最大Lyapunov指数并对最大可预测时间进行了分析,同时对预测算法进行了研究.最后,对实际测试的局域网流量序列分别采用点预测和区间预测方法进行了分析.仿真结果显示,采用点预测方法对流量突变可以进行有效预测,突变越剧烈预测越准确;而采用区间预测可以有效预测流量的变化趋势,但不适用于广域网环境.进一步表明此方法能有效地利用所有数据信息进行预测,预测效果准确、可靠,可广泛的用于网络拥塞和网络攻击中.     

GP-MaxEnt模型的蛋白质二级结构预测

针对单序列蛋白质二级结构预测问题,提出了一种基于高斯先验最大熵(GP-MaxEnt)模型的预测方法.该方法根据氨基酸的构象偏好进行特征构造,利用改进迭代缩放算法(ⅡS)训练高斯先验最大熵模型.使用CB513数据集对GP-MaxEnt模型进行了测试分析.试验表明,该方法简单有效,能够获得较好的预测精度.     

基于最大Lyapunov指数改进算法的水量预测与控制

为了提高城市用水量的预测精度,针对城市用水量的非线性及复杂性,应用最大Lyapunov指数改进算法,利用历史数据信息,在重构相空间的基础上对城市用水量进行短期预测,应用混沌理论对用水量时间序列进行分析,与历史数据比较,表明了预测方法的可行性和实用性.最大Lyapunov指数改进算法用于城市用水量预测及泵站水泵机组运行工况控制获得了很好的效果.     

基于关联估计的分散预测控制

考虑了关联大系统的分散控制问题.假设各个子系统可以利用部分关联信息——能够对关联项进行预估.然后各子系统利用预测控制策略实施对子系统的控制,可以证明这种分散预测控制策略使全局系统是有界的大系统.     

基于网络化控制模型的风机并网控制策略

针对风电并网对电网可靠性的影响及风机渗透率逐渐增大的问题,提出了一种基于网络化控制模型的风机并网控制策略.该控制策略根据系统的时延特点建立了时延小于一个周期的网络化控制模型,并构建了双馈型风机运行在向下功率调节模式和有小扰动时的模型,使用网络化控制方法提升了控制系统的鲁棒性.仿真结果表明,所提出的控制策略创新性地将网络化控制方法应用到风电并网调度和控制中,具有不确定、时变和有上界的特点,能满足现代电网对风机运行与调节模式的要求.     

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．     

一种新的数据流频繁度变化趋势预测算法

针对数据对象在数据流中的频繁度变化趋势的预测问题,提出基于最大最小频率时间窗模型的最大最小频繁趋势预测算法（MM-FTP）.设计一种新的最大最小频繁模式树结构（MMFP-Tree）,存储数据流概要信息;提出一种新的数据对象频繁度变化趋势衡量指标--频繁度变化率（FCR）,定量地对数据对象的频繁度变化趋势进行描述.该算法同样能够对数据流分类置信度变化趋势及传统的指数变化趋势进行有效预测.结果表明,在真实的网络点击数据流上,该算法能够快速准确地预测数据对象的频繁度变化趋势.     

基于BP神经网络的交通数据序列动态可预测性分析方法

为了进一步改善交通数据序列短时多步预测的效果,提出了交通数据序列动态可预测性分析的思想,在设计了交通数据序列动态可预测性关联数据特征指标的基础上,基于BP神经网络建立了交通数据序列动态可预测性分析方法,运用某城市快速路主线与匝道车辆检测器的实际数据对该方法进行了验证,并与不同固定预测步数条件下的预测效果进行了对比分析.结果表明,所提出的方法能对交通数据序列的可预测性进行在线分析,在保持预测精度的情况下,可最大限度地增加交通数据短时预测的步数.     

基于最大熵原理的大坝安全监控组合预测模型研究

大坝性态受到内外多种不确定因素的影响,使得监测效应量在一定程度上呈现出随机和不确定性的特点,单一的安全监控预测模型不可避免地存在某些缺陷。采用最大熵原理建立大坝安全监控的组合预测模型,该模型以各单一模型的预测结果作为约束信息,利用最大熵原理得到预测结果的分布。实例分析表明该方法能够突出监测量变化的随机性特点,有效地提高了大坝安全监控模型的预测精度。     

传输时延和数据包丢失的网络化系统预测控制

针对具有传输时延和数据包丢失的网络化系统研究了有约束模型预测控制问题。考虑网络控制系统中同时存在时延和丢包的情况,给定时延和丢包的上界值,用预测控制器产生的对应时刻的控制输入补偿网络时延和数据包丢失,通过建立时延状态矩阵将系统模型进行分类并视为切换系统,并通过构造切换Lyapunov函数证明了切换系统的稳定性。为了在提高系统性能的基础上减少计算量,利用部分滚动优化方法进行控制器设计,给出了性能指标的上界和系统渐进稳定的充分条件,通过在线求解LMI问题得到状态反馈控制律。仿真研究验证了该方法的有效性。     

基于动态矩阵控制的网络控制系统时延补偿策略

针对网络控制系统中的网络时延问题,根据预测控制中动态矩阵控制的特点,提出了一种基于动态矩阵控制的网络时延补偿策略。利用动态矩阵控制算法对网络控制系统中的时延信号的未来情况进行预测,用来补偿其在网络传输中的时延,并结合具体的实例进行仿真实验,通过与传统PID控制的比较,进一步验证了该策略的有效性和优越性。     

长时滞网络控制系统的Smith预估模糊PI控制器的设计

随着控制系统规模的不断扩大,控制网络的应用越来越广泛,由此产生了网络控制系统.在网络控制系统中由于网络带宽的限制,不可避免的使系统中存在网络所诱导的时延,它是导致系统性能下降甚至不稳定的一个潜在因素.针对网络所诱导的长时延,将Smith预估器应用到网络控制系统中,并通过与模糊PI控制方法相结合,构成Smith预估模糊PI控制器,设计出的控制器使闭环系统具有较好的性能和稳定性,并对于模型失配的情况具有较高的鲁棒性.仿真结果表明了所提出方法的有效性.     

网络控制系统的Smith预估时滞补偿方法

针对网络控制系统中存在网络延时、非线性系统本身滞后以及延时对系统控制的影响,建立了时滞被控对象的网络控制系统模型,并分别从被控对象已知和控制器已知两个方面为出发点,提出了改进的Smith预估时滞补偿方法,无需对网络时延进行在线测量、辨识,并将系统前向通道中的时延因子移到了系统的闭环回路之外.最后,通过仿真实验对比了无时延和有时延两种情况下同一系统的稳定性情况,通过仿真结果验证文中提出的Smith预估补偿方法是可行的,具有实际应用的指导作用.     

网络控制系统的滑模控制器设计

针对网络控制系统中的网络诱导时延问题，设计了具有指数趋近律的滑模变结构控制器，并对其稳定性进行了分析，同时给出了系统的最大允许时延。仿真结果验证了该设计方法的可行性和有效性。     

网络控制系统的动态权重变采样周期调度算法

为提高网络控制系统的性能,提出一种用于网络控制系统的动态权重变采样周期调度算法.首先,通过二次平方根映射函数,根据控制回路数据传输误差对各个控制回路赋予不同的动态权重;然后,根据当前网络运行状况,通过比例控制预测新的网络利用率,同时利用最小二乘支持向量机算法预测各回路数据包传输时间;最后,在网络带宽资源受限的情况下,利用回路动态权重、网络利用率预测值并结合控制回路数据包传输时间,动态的调整回路的采样周期,使得网络控制系统的性能得到优化.仿真实验表明,提出的变采样周期调度算法能够使得网络利用率收敛到设定值,减少了控制回路的数据传输时延,提高了系统的输出响应与控制性能.     

网络控制系统的自整定鲁棒数字PID控制

为了有效地抑制网络延时对网络控制系统性能的影响,提出了一种鲁棒数字比例-积分-微分(PID)控制器设计方法.该方法将分布式的网络延时归结为单一延时;在大时变鲁棒数字PID控制方法的基础上,结合二自由度的内模控制结构,实现了控制器参数的数字双PID分离设计.对基于控制局域网络(CAN)总线的典型工业过程进行了仿真实验.结果表明,与最小化模型方法设计的控制器比较,采用设计的PID控制器能补偿网络上的延时,更加有效地抑制负载干扰并提高了系统的动态特性.     

变采样周期网络控制系统的模态依赖的H_∞预测控制

研究了一类具有随机时延和外部扰动的网络控制系统的H∞预测状态反馈控制器的设计问题.利用变采样周期的方法,将连续的网络控制系统离散化,从而建模为部分转移概率未知的马尔可夫跳变线性系统.利用一步性能函数,给出了保证整个闭环系统随机渐进稳定且具有性能指标上界的充分条件,通过线性矩阵不等式的方法,给出了预测状态反馈控制器的设计方法。     

离散网络化控制系统的鲁棒H∞控制

提出了一种新的建模方式研究同时含有时变延时以及数据包丢失的离散网络化控制系统的鲁棒H∞控制问题。引入自由权矩阵并结合Lyapunov-Krasovskii方法推导出使得网络化控制系统鲁棒渐近稳定并满足具有H∞扰动衰减度γ的充分条件,自由权矩阵的引入可以很大程度上降低用传统固定权矩阵来分析网络化控制系统所带来的保守性。由于条件中非线性项的存在,利用锥补线性化的方法将其转化为基于线性矩阵不等式的非线性最小化的问题,并分别给出了求解最大延时以及次优γ的算法。仿真算例说明了本文建模方式的有效性和优越性。     

基于隶属度函数偏差的非线性网络控制系统的H_∞跟踪控制

研究带有丢包和时滞的非线性网络控制系统的输出跟踪控制问题,用带有外部干扰的T-S模糊模型表示被控对象.不同于现存的基于T-S模型的网络控制系统的跟踪控制方法,在设计跟踪控制器的过程中考虑了隶属度函数的偏差信息.根据网络特性和非平行分布补偿(non-PDC)方案建立跟踪控制模型.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)技术给出了隶属度函数偏差依赖的控制器存在的充分条件,保证了闭环网络控制系统的给定H∞跟踪性能.通过一个数值例子证明了所提方法的有效性.