基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

基于T-S模糊模型的直接自适应预测控制

提出一种基于T-S模糊模型的直接自适应预测控制算法。该算法利用加权递推最小二乘法在线辨识T-S模糊模型的后件参数。用已经辨识好的参数,进行直接迭代计算,直接得到模型的预测输出。此算法很好地解决了非线性预测控制中,建模与优化两大难题,为非线性系统的高精度控制提供了保证。计算机仿真表明,该算法具有较好的跟踪性能。     

多变量非线性系统的有约束模糊预测控制

针对多变量非线性系统提出了一种带约束输入的广义预测控制(GPC)算法.首先对多变量非线性系统建立T-S模糊模型,利用模糊聚类算法和正交最小二乘算法对输入变量的模糊划分及后件部分的参数分别进行辨识,然后在每个采样点对系统进行局部动态线性化.根据得到的系统线性化模型设计GPC算法,该算法充分考虑了控制输入及其增量受约束的情况,而且不必求D iophantine方程,大大减小了计算量.仿真结果表明该算法能保证系统输出有效跟踪设定值,而且控制输入和控制增量均在其约束范围之内.     

模糊控制在锅炉过热系统中的应用

针对火电厂锅炉过热系统的时变和非线性的特点,提出了模糊多模型的控制方法。对若干典型工况点建立固定模型,并设计相应的局域控制器,进而用T-S模糊模型合成出协调控制系统的全局控制器,解决了多模型切换过程中存在的扰动问题。仿真结果验证了该方法的有效性。     

基于多模型pH非线性过程的预测控制

对于强非线性系统，基于单一模型的传统预测控制系统的瞬态性能一般比较差，而克服这一缺点的直观且可行的方法是根据多个不同工作点建立多模型，通过在线切换设计自适应预测控制器，本文针对典型化工非线性对象pH中和过程，应用多模型处理方法，提出了pH过程的多模型预测控制设计方法；根据其工作范围建立了过程的多模型表示，然后在此基础上，设计了相应的预测控制器，通过模糊识别来调度控制器，从而获得大范围全局非线性对象的控制量，仿真结果是令人满意的。     

基于动态径向基函数神经网络的多变量解耦控制

为提高工业控制领域中多变量、非线性、强耦合系统的解耦能力和动态特性，基于聚类结合算法和神经网络原理，提出了一种改进的基于动态径向基函数（RBF）神经网络的多变量解耦控制方法.采用聚类结合算法优化动态RBF神经网络，更好地描述了控制对象的动态行为，获得了PID参数在线调整信息，实现了多变量非线性系统的解耦控制.仿真结果表明，与基于常规RBF神经网络的PID控制方法相比，该方法具有更高的控制精度、更快的系统响应以及更好的适应性和鲁棒性，是解决多变量、非线性和强耦合问题的一种简便、有效的控制算法.     

支持向量机α阶逆系统解耦控制方法

为了解决采用传统逆系统方法难以建立逆模型的困难,提出了基于支持向量机(SVM)的α阶逆系统解耦控制方法.在被控对象精确模型未知的情况下,根据SVM的非线性辨识原理,利用具有高斯核函数的SVM离线建立被控对象的非线性逆模型,根据逆系统方法原理,将得到的SVM逆模型串联在原系统之前,将复杂的非线性多变量系统解耦成多个相对独立的单输入输出伪线性子系统.通过对一个典型的两输入两输出强耦合非线性系统进行仿真，结果表明,在没有系统模型先验知识的情况下，利用该方法能够建立准确的非线性系统的逆模型.基于SVM的α阶逆系统解耦控制方法适用于较一般的离散非线性系统，且结构简单，易于工程实现.     

基于输出误差预测的模糊预测PID控制及应用

针对实际工业过程中普遍存在的非线性特性,采用T-S模糊模型来描述复杂的非线性系统.利用模糊聚类算法在线竞争学习模糊规则的输入区域中心,并按预先规定的规则之间的重叠度在线确定每条规则的输入区域半径,而模糊规则结论中的参数则由递推最小二乘(RLS)算法得到,得到的模糊局部线性化模型作为每个时刻的受控自回归积分滑动平均(CARIMA)模型.结合广义预测控制(GPC)的思想和有限脉冲响应滤波器,提出了一类新型的模糊预测PID控制器的实现方法,解决了一般预测PID控制器设计当中对系统模型阶次的限制问题.仿真算例说明了该方法的有效性和实用性.     

非线性系统模糊平滑切换多模型控制

研究了一类可以平滑切换时刻输出跳变的多模型切换控制器的设计问题,基于T-S模糊模型提出一种非线性系统模糊平滑切换多模型控制,将输入空间划分为若干个模糊区域,使区域边界模糊化,在每一区域内设计局部T-S模型和控制器,从而使控制器切换在模糊了的边界处进行,保证了切换过程中系统状态轨迹的平滑性.仿真结果证明了方法的有效性.     

多输入多输出非线性参数系统的鲁棒自适应控制

如何有效地处理输入输出之间的复杂耦合和系统的各种不确定性对多输入多输出非线性参数系统的控制至关重要.通过引入辅助动态信号来刻画未建模动态,采用自适应非线性阻尼的方法抑制参数和非线性不确定性、未知有界扰动、未建模动态和输入输出之间的耦合对系统性能的影响, 并基于控制李亚普诺夫函数法来设计多输入多输出非线性参数系统的鲁棒自适应控制器.所提出的鲁棒自适应控制法不必对系统的未知参数进行估计.理论证明,所提方法保证闭环系统的所有信号一致有界,且通过选择适当的设计参数,可使跟踪误差任意的小.仿真结果例证了所提出控制法的有效性.