汽车悬挂系统显式模型预测控制

本文把显式模型预测控制应用于汽车悬架主动控制,以改善汽车悬架系统的控制效果,并满足系统状态性能和控制力等方面约束条件．针对汽车悬挂动力学简化模型（二维）和1/2 悬挂动力学模型,并做了数值仿真计算．研究结果表明了汽车悬挂系统显式模型预测控制系统的有效性．     

倒立摆系统显式模型预测控制

由于模型预测控制的反复在线优化计算特点,使得模型预测控制难以适用于动态变化较快的机电系统的控制,如倒立摆动系统的控制,为此研究了倒立摆动系统的显式模型预测控制.基于约束线性优化控制问题的多参数规划方法,建立了显式模型预测控制系统,以避免控制系统反复在线优化计算.应用建立的显式模型预测控制系统,对于直线一级和二级倒立摆系统控制做了研究,并做了数值仿真计算.研究结果表明倒立摆系统显式模型预测控制的平衡控制效果是明显的.     

多速率分段线性系统预测控制的显式设计

针对输出采样周期是输入更新周期N倍的多速率分段线性(Piecewise linear, PWL)系统, 本文提出了保证稳定性的显式预测控制器设计方法. 首先, 基于动态规划原理将预测控制优化问题分解为多个单级优化问题; 然后, 根据分段线性系统各子模型以及目标函数的具体形式, 进一步将各单级优化问题分为若干个子问题, 再利用多参数二次规划(Multiparametric quadratic programming, MP-QP)方法求解;最后,通过比较各子问题的解从而得到系统的最优显式控制律. 在设计过程中, 将系统的最大正不变集作为优化问题的终端约束集, 从而保证了系统的稳定性. 仿真结果表明本文提出的显式预测控制方法能够有效降低多速率分段线性系统的在线计算时间, 在保证系统稳定性的同时, 满足其对输入更新速度的要求.     

显式模型预测控制及其在电梯机械系统振动控制中的应用

基于约束线性优化控制问题的多参数规划方法,分别建立了约束线性时不变和时变系统的显式模型预测控制系统．应用建立的显式模型预测控制系统,对不同运行工况（轻载、重载）下的电梯机械系统的主动振动控制进行了仿真．研究结果表明,电梯机械系统显式模型预测控制的主动振动控制效果明显．     

基于信赖域二次规划的非线性模型预测控制优化算法

针对非线性预测控制如何在有限时域内有效的求解非凸非线性规划这一关键问题, 本文采用序列二次规划方法, 将非线性规划转化为一系列二次子规划求解. 首先根据非线性规划联立方法将系统状态和控制量同时作为优化变量, 得到以控制量步长为优化变量, 只包含不等式约束的子二次规划问题, 并用它取代原SQP子规划, 减小了子问题的规模; 随后采用基于信赖域二次规划的方法求解子规划问题, 保证每次迭代的可行性; 同时采用一种能够保持SQP问题Hessian矩阵稀疏结构的更新方法, 也在一定程度上降低了算法的复杂程度.最后的仿真结果表明了该方法的有效性.     

基于可行模型集合方法的多模型切换控制

对含参数跳变的一类具有有界干扰的多输入多输出系统,为改善系统的瞬态响应性能,采用由多个固定模型和两个自适应模型组成的多模型,并引入切换指标函数构成多模型切换控制器。为克服多模型方法计算量大的缺点,采用可行模型集合方法,给出了可行模型应满足的必要条件。应用这一必要条件,对系统的多个模型进行检验,可快速缩小模型可行集合的范围,再通过切换指标函数,在可行模型集合中选择正确的控制器,从而在不降低系统响应性能的前提下,提高计算速度。     

基于动态规划的约束优化问题多参数规划求解方法及应用

结合动态规划和单步多参数二次规划, 提出一种新的约束优化控制问题多参数规划求解方法. 一方面能得到约束线性二次优化控制问题最优控制序列与状态之间的显式函数关系, 减少多参数规划问题求解的工作量; 另一方面能够同时求解得到状态反馈最优控制律. 应用本文提出的多参数二次规划求解方法, 建立无限时间约束优化问题状态反馈显式最优控制律. 针对电梯机械系统振动控制模型做了数值仿真计算.     

基于混合逻辑的非线性系统多模型预测控制

针对已有的多模型预测控制算法在模型预测过程中采用局部线性模型进行预测而产生的预测误差较大这一问题, 本文将非线性过程的多模型描述与输出预测之间的因果关系以约束条件的形式引入到模型预测控制的设计中, 将非线性过程描述成为一个混合逻辑动态系统模型, 模型切换规则以先验知识的形式引入到多模型预测过程中, 该模型可以全局地表征非线性过程的特性, 从而解决了多模型约束非线性预测控制的模型预测与模型切换问题.     

多层结合的多阶显式交互的融合推荐模型

现有不少模型着眼于对有限数据通过生成显式特征交互以进行挖掘来提升点击率预测效果,但存在以下问题：对于原特征与新生成的显式特征,直接一起输入到一个统一的神经网络结构进行挖掘然后输出,由于两者参数量差别较大导致在表征上差异巨大;同时如果直接采用多级层数的神经网络结构还会导致低层,如第一、二层信息的丢失,但若直接将各层进行累加以结合,则一些层中有用性有限的信息可能成为噪声以影响预测。为此设计多层权重结合的多阶显式交互的融合推荐模型,通过将原数据与生成的多阶显式特征分别放入各自对应的自注意力层中挖掘,其中各自对应结构的层数不同,同时对各层进行加权后输出以完成多层的结合,以提高点击率预测效果。通过在两个公开数据集上与多个不同模型进行比较分析,并对模型进行消融对比和超参数对比实验,证明了该模型能有效挖掘原特征与显式交互特征信息,平衡各阶特征表征能力。     

基于PSO的预测控制及在聚丙烯中的应用

输入输出受限非线性系统的预测控制问题,可以看作是一个难以直接求解的约束非线性优化问题。针对预测控制在解决此类优化问题时,存在易收敛到局部极小或者非可行解,对初始值敏感等缺点,提出了一种基于微粒群优化方法的非线性预测控制算法。采用微粒群优化算法（PSO）作为模型预测控制的滚动优化方法,在线实时求解最优控制律。将PSO与序贯二次规划（SQP）算法进行对比仿真实验,求解两个标准函数优化问题,结果表明PSO能够快速有效地求得全局最小点,而SQP则很容易陷入局部极小点。将该算法应用于丙烯聚合反应过程的温度控制中,仿真结果显示了该方法的有效性。     

基于SQP/GA混合优化算法的双容水箱非线性预测控制

为了计算控制序列,非线性模型预测控制可以转换为一个带约束的非线性优化过程．本文分析了三种约束处理方案,根据遗传算法的特点,将等式约束用于状态量计算,在搜索空间降维的同时消除遗传算法难以求解的等式约束．对双容水箱进行遗传算法和序列二次规划仿真试验和实际控制,结果表明遗传算法对控制量的优化效果优于序列二次规划．为克服遗传算法耗时较长、优化结果存在随机抖动的缺点,结合序列二次规划提出一种混合优化算法,仿真和实控结果表明其可行性和有效性．     

基于混合逻辑动态模型的混杂系统预测控制

针对过程工业控制对象的混杂特性,采用基于混合逻辑动态模型的预测控制策略。给出混杂系统的建模方法,并对其稳定性进行分析。仿真结果表明基于混合逻辑动态模型的预测控制能使混杂系统跟踪设定值并满足操作约束,为研究新一代复杂工业控制系统提供了新的思路。     

小型无人直升机的模型预测控制算法研究

针对无人直升机在阵风干扰环境中的姿态控制精度低的问题.本文将非线性刚体动力学模型在悬停点应用小扰动理论得到了线性化数学模型.考虑系统输入输出和控制量约束,采用模型预测控制将控制器的设计问题转化为每个采样时刻求解一个带不等式和等式约束的凸二次规划问题.通过设计终端状态约束解决了有限时域模型预测控制(model predictive control, MPC)算法的稳定性问题,并通过引入松弛变量使得约束优化问题更容易求解.随机和常值阵风干扰下无人机悬停仿真验证了本文MPC预测控制器具有幅度不超过0.25 m/s的良好干扰抑制能力,性能明显优于线性二次型调节器(linear-quadratic regulator, LQR).     

一类混杂系统的模型预测控制

采用基于混合逻辑动态的建模方法,将系统的连续动态过程、逻辑部分和操作约束表示为带有混合整数不等式约束的线性状态方程的形式．给出了混杂系统的建模原理,并采用预测控制策略对系统进行控制．具体实例的仿真结果表明基于混合逻辑动态模型的预测控制能使混杂系统跟踪设定值并满足操作约束．