随机系统输出分布的建模、控制与应用

介绍近年来新发展的随机分布控制的基本思想、建模、控制和应用。讨论了线性、平方根和有理3种B样条模型表示形式，将概率密度函数模型转化为权向量模型。以线性B样条模型为例介绍了控制器设计的一般原理。对离散线性动态系统，输出概率密度函数和输入之间存在一个简单的回归模型，采用二次型瞬间性能指标，可以得到控制量的最优闭环结构。结合造纸、化工、粮食加工和燃烧过程，讨论了方法的应用前景及如何获取概率密度函数这一关键问题。     

L—异亮氨酸发酵过程的神经网络预测控制

运用智能控制的方法研究了L-异亮氨酸发酵过程的控制,利用神经网络准确地预测发酵趋势,实时获取生化变量的预测值,神经网络预测控制克服了发酵生产过程中大时滞的影响,使系统具有较强的鲁棒性和抗干扰能力。     

基于MGC法的非线性随机系统PDF控制

对于非线性随机系统,以均值、方差等低阶统计特征作为研究目标往往难以满足实际的控制要求,需要考虑更高阶的统计特征.概率密度函数(Probability density function,PDF)包含了完全统计特征,因此PDF控制能够实现各阶矩的有效控制.针对受高斯白噪声激励的非线性随机系统,将福克-普朗克-柯尔莫哥洛夫(Fokker-Planck-Kolmogrov,FPK)方程作为研究工具,提出一种基于多高斯闭合法(MGC)的PDF控制方法.首先,根据目标PDF的形状构造一个由多个高斯型PDF相叠加的PDF;然后,构造一个优化问题,使得该PDF逼近目标PDF;进一步,通过求解FPK方程得到被控系统的状态方程;最后,结合原始状态方程求得控制函数,实现对目标PDF的追踪控制.针对不同类型目标PDF进行的仿真结果表明了所提出方法的可行性和有效性.     

基于随机模型预测控制的卫星编队保持方法

针对卫星编队队形保持中存在的随机扰动问题,提出一种基于随机模型预测控制(SMPC)的编队构型保持控制算法。在保证精度的情况下,对非线性相对运动力学方程进行线性化离散处理。考虑到模型预测控制不易处理无界随机扰动的机会约束问题,提出有效解决随机变量信息模糊的分布鲁棒机会约束模型,并通过条件风险价值(CVaR)重构机会约束为可处理约束,得到基于随机模型预测控制的队形保持控制算法。通过计算仿真与传统的模型预测控制算法进行对比,验证了该算法的有效性和优越性。     

随机分布控制系统的自适应迭代学习控制

介绍输出概率密度函数(PDF)常规的迭代学习控制(ILC)的收敛条件,并利用此条件设计相应的迭代学习律.主要讨论如何解决输出PDF迭代学习控制(ILC)中的过迭代,收敛速度等问题.以离散输出概率密度函教(PDF)控制模型为基础,介绍了直接迭代学习控制算法收敛的必要条件,提出自适应的迭代学习参数调节方法和避免过迭代的迭代结束条件,这些措施能够保证输出PDF的迭代控制收敛且具有较快的收敛速度.仿真结果表明,输出PDF的自适应迭代学习控制具有较快的收敛速度,而学习终止条件能很好地避免过迭代.     

随机分布控制系统的自适应迭代学习控制

介绍输出概率密度函数（PDF）常规的迭代学习控制（ILC）的收敛条件,并利用此条件设计相应的迭代学习律。主要讨论如何解决输出PDF迭代学习控制（ILC）中的过迭代,收敛速度等问题。以离散输出概率密度函数（PDF）控制模型为基础,介绍了直接迭代学习控制算法收敛的必要条件,提出自适应的迭代学习参数调节方法和避免过迭代的迭代结束条件,这些措施能够保证输出PDF的迭代控制收敛且具有较快的收敛速度。仿真结果表明,输出PDF的自适应迭代学习控制具有较快的收敛速度,而学习终止条件能很好地避免过迭代。     

预测控制在绝干浆量控制中的应用研究

在造纸生产中把纸浆浓度和流量的乘积作为绝干浆量变量，控制策略将绝干浆量指标纳入控制器的设计，对浆流量和浓度采用综合控制，解决了造纸生产中难以控制的定量问题。应用结果表明，预测先进控制算法在解耦、克重指标、跟踪平稳性等方面表现出了良好的性能，表明了造纸对象上的成功应用。     

网络控制系统随机延迟的预测控制

针对网络控制系统随机时延、时变等特性造成控制效果不理想的问题,提出一种改进的广义预测控制与递推最小二乘法相结合的预测控制策略.上述控制策略将传统的预测控制运用于网络控制系统中,针对网络随机时延的特性,采用改进的广义预测控制算法对随机时延进行补偿.结合分段可变遗忘因子递推最小二乘法对被控对象模型参数进行在线辨识,可以减少网络控制系统参数突变对系统造成的不利影响.仿真结果表明,所提出的预测控制策略可以有效解决网络控制系统随机时延问题,并且在参数突变的情况下也能够获得良好的控制效果.     

随机时滞系统的神经网络输出反馈动态面控制

针对一类具有未知控制方向的随机时滞系统设计自适应神经输出反馈控制器.首先,利用状态观测器估计不可测量的系统状态;其次,选择合适的Lyapunov-Krasovskii函数消除未知延迟项对系统的影响,利用Nussbaum-type函数处理系统的未知控制方向问题,通过神经网络逼近未知的非线性函数,以及用动态表面控制(DSC)解决控制器设计中出现的复杂性问题;最后,通过Lyapunov稳定性理论,构造一个鲁棒自适应神经网络输出反馈控制器,可以保证闭环系统中所有信号在二阶或四阶矩意义下一致最终有界,跟踪误差能收敛到零值小的领域内.仿真实例验证了所提出方法的有效性.     

Stochastic Distribution Control of Singular Systems: Output PDF Shaping

This paper presents a new algorithm designed to control the shape of the output probability density function (PDF) of singular systems subjected to non-Gaussian input. The aim is to select a control input uk such that the output PDF is made as close as possible to a given PDF. Based on the B-spline neural network approximation of the output PDF, the control algorithm is formulated by extending the developed PDF control strategies of non-singular systems to singularsystems. It has been shown that under certain conditions the stability of the closed-loop system can be guaranteed. Simulation examples are given to show the effectiveness of the proposed controlalgorithm.     

输出概率密度函数形状的多步预测控制

A predictive control strategy is proposed for the shaping of the output probability density function (PDF) of linear stochastic systems. The B-spline neural network is used to set up the output PDF model and therefore converts the PDF-shaping into the control of B-spline weights vector. The Diophantine equation is then introduced to formulate the predictive PDF model, based on which a moving-horizon control algorithm is developed so as to realize the predictive PDF tracking performance.     

Multi-step Predictive Control of a PDF-shaping Problem

A predictive control strategy is proposed for the shaping of the output probability density function (PDF) of linear stochastic systems. The B-spline neural network is used to set up the output PDF model and therefore converts the PDF-shaping into the control of B-spline weights vector. The Diophantine equation is then introduced to formulate the predictive PDF model, based on which a moving-horizon control algorithm is developed so as to realize the predictive PDF tracking performance.     

A Novel PDF Shape Control Approach for Nonlinear Stochastic Systems

In this work, a novel shape control approach of the probability density function(PDF) for nonlinear stochastic systems is presented. First, we provide the formula for the PDF shape controller without devising the control law of the controller.Then, based on the exact analytical solution of the Fokker-PlanckKolmogorov(FPK) equation, the product function of the polynomial and the exponential polynomial is regarded as the stationary PDF of the state response. To validate the performance of the prop...     

基于SVM的PVC汽提过程预测控制方法

针对汽提塔温度控制系统的非线性和参数时变的特性,采用支持向量机对汽提塔温度进行建模,结合非线性模型的实时线性化和广义预测控制隐式算法,提出了基于支持向量预测模型的广义预测控制算法.同时将该算法应用到聚氯乙烯汽提生产过程当中,并将模型在线校正和误差反馈校正相结合,根据实际情况进行了多种情况下的仿真,仿真结果表明了方法的有效性.     

Shaping of Output PDF Based on the Rational Square-root B-spline Model

This paper presents a new method for the modeling and control of the output probability density functions (PDFs) of linear stochastic systems.At first,a new PDF approximation method, namely the rational square-root B-spline model is proposed and the innovative concept of pseudo- weights is introduced.The new model is then compared with the existing B-spline models in terms of feasible domains.Next,a controller is developed to realize the output PDF tracking performance. An alternative minimal entropy control strategy is also provided for the case that no target PDF is available.Finally,illustrative examples indicate the effectiveness of the proposed algorithms.     

基于有理平方根B样条模型的概率密度函数形状控制

This paper presents a new method for the modeling and control of the output probability density functions (PDFs) of linear stochastic systems. At first, a new PDF approximation method, namely the rational square-root B-spline model is proposed and the innovative concept of pseudoweights is introduced. The new model is then compared with the existing B-spline models in terms of feasible domains. Next, a controller is developed to realize the output PDF tracking performance. An alternative minimal entropy control strategy is also provided for the case that no target PDF is available. Finally, illustrative examples indicate the effectiveness of the proposed algorithms.     

模糊预测控制在pH中和过程中的应用

针对pH中和过程,提出了一种基于T-S模型的模糊预测控制算法,以实现系统的滚动优化控制。T-S模糊模型的前件和后件参数分别采用模糊C均值聚类(FCM)和正交最小二乘法(OLS)进行离线或在线辨识。在每一个采样时刻以当前辨识出的T-S模型为基础实现系统的局部动态线性化,再根据线性化模型对pH过程实施广义预测控制(GPC),得到当前的控制量。仿真表明了该控制方法具有较小的超调性质,且在扰动作用下能快速跟踪到设定值,具有很强的鲁棒性。     

流程工业预测控制技术概述

对预测控的研究作了简要概述.对预测控制的发展历史作了简要回顾.阐述了预测控制与自适应和内模理论的结合方面的研究.对于非线性系统的预测控制,从预测模型的角度,描述了关于预测控制方法的研究情况.并且讨论了预测控制与其它智能控制策略结合的研究.最后指出了一些预测控制研究中的问题,以及预测控制研究的方向.