广义预测控制的直接算法

采用三个辨识器分别辨识开环系统、闭环系统和控制器的参数,利用开环系统参数计算预测输出和参考轨迹,通过辨识闭环系统参数得到广义输出,用于辨识控制器的参数,并给出一种广义预测控制的直接算法。仿真结果表明该算法是有效可行的。     

多变量广义预测控制的快速算法

针对传统广义预测控制算法的计算量大这一缺陷，通过对未来的控制序列的离线近似计算，而只精确求解当前时刻要实施的控制量，提出了一种广义预测控制的快速算法。该算法简单．适用于任意维输入任意维输出(ADIADO)线性系统。由于不必求解Diophantine方程，并在求解逆矩阵时．降低了逆矩阵的维数，从而大大减小了在线计算量。仿真结果证实了该算法有效性和实用性。     

预测控制：第四讲 广义预测控制

预测控制──第四讲　广义预测控制电子科技大学（成都）周云钟１引言近２０年来，自适应和自校正控制无论在理论研究和实际应用方面都取得了长足进展。但也必须看到，自适应控制尚受到很大限制。迄今为止，尚无一种适应式算法能够单独对大多数实际对象进行稳定而有效的控...     

一种新型广义预测控制快速算法

广义预测控制(GPC)作为一种优良的算法受到了许多学者的重视.其基本思想是根据过去的输入输出以及未来输入通过优化二次型目标函数来预测未来输出.传统的GPC的缺点是计算量大.本文在隐式广义预测控制的基础上,通过改进其目标函数,提出了一种新型广义预测控制快速算法,避免了在线求解Diophantine方程和矩阵求逆,大大降低了计算量.仿真结果表明该算法的有效性.     

一种广义预测控制的快速算法

针对传统广义预测控制算法的计算量大这一缺陷 ,通过对未来的控制序列的离线近似计算 ,而只精确求解当前时刻要实施的控制量 ,提出了一种广义预测控制的快速算法。该算法简单 ,不必求解Diophantine方程和逆矩阵 ,大大减小了在线计算量。仿真结果表明 ,该算法具有良好的控制性能 ,而且对控制作用具有较强的约束能力     

广义预测极点配置前馈控制的一种算法

本文提出了广义预测极点配置前馈自校正控制算法，计算机仿真结果表明，该算法控制质量好，能够消除系统可测扰动对输出的影响。     

广义预测控制的deadbeat性质研究*

本文利用广义预测控制中对象与闭环特征多项式之间的系数映射关系，分析了闭环系统特征多项式系数为零的条件，导出了ＧＰＣ闭环系统ｄｅａｄｂｅａｔ性质完善而新颖的理论结果，并提供了一种基于系数空间映射的新思路来研究ＧＰＣ的性质。     

广义预测控制的一种改进算法

针对传统广义预测控制算法的计算量这一缺陷,提出了一种基于γGPC的改进算法.该算法简单,不必求解Diophantine方程和逆矩阵.仿真结果还表明,该算法增强了系统的鲁棒性,具有良好的控制性能.     

基于连续映射小脑模型的广义预测控制快速算法

文中把改进后的小脑模型（ＣＭＡＣ）应用于广义预测控制（ＧＰＣ）算法中，避免了该算法需实时进行的复杂计算，本文的方法对ＧＰＣ在实际中的应用有重要的意义。     

广义预测控制器系数直接算法

为了简化广义预测控制算法的分析与设计，提出了广义预测控制器系数直接计算方法．该方法利用过程模型直接递推，把广义预测控制律表达成控制器系数与参考轨迹及过程历史信息乘积的形式．其控制器系数计算只与模型参数及设计参数有关，避免了在线求解Diophantine方程、输出预测表达式及自由响应项，简化了设计思路，减少了在线运算量．在一个DCS控制的非线性液位装置上得到的对比实验结果表明该方法是可行和有效的．     

一类非线性系统的广义预测控制研究

针对一类难以线性化的单输入单输出非线性离散系统,就其实际输出信号跟踪参考输出信号的控制问题,研究了它的广义预测控制律设计方法。在系统数学模型非线性项的系数多项式满足一定条件的情况下,通过适当的数学处理,使问题的本质归结为求解线性差分系统的一组Diophantine方程,从而解出了非线性系统广义预测控制律表达式中的各个系数多项式,并给出了广义预测控制律的具体解析形式。通过仿真实例验证了所提出设计方法的正确性和有效性。     

非线性系统参数自适应直接广义预测控制

针对广义预测控制 (Generalized predictive control, GPC) 计算量大的缺陷, 本文对参数未知非线性系统提出一种直接广义预测控制 (Direct generalized predictive control, DGPC) 方法. 该方法直接辨识广义预测控制器参数, 即基于广义误差估计值对控制器参数 θu 和广义误差估计值中的未知向量 θe 进行自适应辨识. 理论证明了该方法可使广义误差估值收敛到原点的一个小邻域内.     

时滞过程的多变量广义预测控制算法

文章提出了用广义预测控制算法解决多变量系统的时滞问题的一种新的方案。该方法将时间滞后因子自然纳入系统的控制机制,可完全无误差的实现对时滞系统的控制,克服了传统近似法解决时滞所带来的误差问题。这种广义预测控制算法能有效的控制开环不稳定非最小相位系统,并有良好的解耦性能．在跟踪性．鲁棒性和抗下扰性方面都得到了很好的控制效果。     

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广叉预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦.在目标函数中用控制量的增量代替控制量,使控制增量变化不至于...     

面向数据包丢失补偿的网络化广义预测控制

针对网络化控制系统中存在的数据包丢失,考虑了基于状态空间模型的网络化广义预测控制问题;在假设反馈通道和控制通道的数据包丢失过程确定可知的情况下,提出了一种采用预测器和预测控制器分别补偿反馈通道和控制通道的数据包丢失对系统性能影响的方法,通过把广义预测控制问题转化为滚动线性二次型最优跟踪问题,基于动态规划给出了网络化广义预测控制器的设计方法,并基于Ricoati差分方程非负定解的单调性,给出了末端加权矩阵保证系统稳定性的充分条件,最后通过仿真验证了所提出方法的有效性.     

新型多变量广义预测自校正控制器

本文对多变量线性系统提出了一种新的广义预测自校正控制器(MGPC).由于本算法是利用辨识结果直接求解控制器,不需要在线求解Diophantine方程,因而大大减少了计算量,并简化了控制系统的设计过程。仿真结果表明:本文提出的算法能适用于具有有色噪声干扰的不稳定和(或)非最小相位多变量随机系统。