一种自适应广义预测极点配置加权控制器

针对预测控制存在如何减小计算量，保证实时性问题，提出一种用计算量小的递推算法辨识方程参数的新方案，并推广了以往献有关Diophantine方程的递推算法，应用表明，所提出的方案是有效的。     

采用加权控制律的自适应广义预测极点配置控制器

本文针对ＣＡＲＭＡ和ＣＡＲＩＭＡ模型，利用加权控制律代替一步预测控制律，通过在线选择加权项进行极点配置，避免了广义预测中的求逆问题，应用变遗忘因子最小二乘法辨识参数，仿真结果表明，该控制器适用于非最小相系统和开环不稳定系统，不但具有期望的动态特性，而且具有很好的鲁棒性。     

一类非线性系统的自适应广义预测控制

针对一类非线性系统,通过分析将其表示为具有时变系数的线性系统,然后利用带协方法差修正的最小二乘法对时变参数进行在线辨识,最后运用广义预测控制策略实现对原系统的自适应预测控制。仿真结果表明了该方法的有效性。     

基于ABR业务的自适应广义预测流量控制策略

针对ABR业务传输存在大时延的情况,设计了一种自适应广义预测（GPC）流量控制器;该算法实现简单,适合计算机控制系统实现．在大时延ATM网络中具有实际应用价值;仿真结果表明,该算法能够快速有效地调节ABR分组发送速率和缓冲区排队队列。提高链路利用率,有效地克服了时延影响。     

基于自适应广义预测控制的船舶航向保持

提出了基于自适应广义预测控制的船舶航向保持算法,将控制算法应用到船舶航向控制系统,仿真结果证实了算法的有效性.     

新型输入加权预测控制器

提出一种新型输入加权预测控制器,通过对控制输入进行柔化和滤波处理,使实际实施的控制量为现时和现时对未来控制时域长度预测控制量的加权平衡,从而大大减小控制输入的震荡,具有较快的响应能力。通过对其结构的分析可知,该控制器具有滤波功能,能有效抑制模型误差的影响和控制量的震荡,克服了文献[1]需要在线记忆预测控制输入的缺点,不仅简化了算法,而且大大减少了系统的记忆容量。仿真结果表明了该算法的优异性能。     

一种全局稳定的直接预测自适应控制器

本文提出一种基于多阶段二次型滚动优化指标的预测控制算法，在假定被控系统前Ｌ个脉冲响应系数已知的条件下，用标准的自适应分析方法证明了直接预测控制算法的全局稳定性及渐近最优性。     

PI型广义预测平均控制器及其仿真

研究一种新型的广义预测控制方法，并在计算机上进行了仿真。在控制器的设计中，进行了滚动优化控制序列的存储与平均，并且采用了比例积分型的目标函数，所以这种控制器对未建模动态很强的鲁棒性，对含有建模误差的过程进行了仿真研究，验证了该方法的有效性。     

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...     

约束条件下SISO系统的变加权系数广义预测控制

提出了单输入单输出系统在线性不等式约束条件下的变加权系数广义预测控制算法,根据约束条件和输出预测确定满足条件的加权系数的选择范围并在线修改,使系统始终满足给定的约束条件.     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

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．     

未知参数非线性系统的自适应广义预测控制

研究非线性系统的稳定性和跟踪优化问题,针对未知参数非线性系统的参数辨识和输出跟踪问题,给出参数自适应广义预测控制方法,为使辨识模型能实时反映被控对象特性以及输出对设定值的跟踪有较高精度.提出将非线性系统转化为受控自回归滑动平均模型,根据输入输出数据辨识模型参数.采用广义预测控制滚动优化的策略得出最优控制律,将最优控制律作用于对象实现非线性系统的优化控制以及系统输出对设定值的跟踪控制.明显克服了自适应控制对模型精度要求高的缺陷且具有在线辨识,滚动优化的特点.最后,通过仿真实例验证了方法的有效性.     

广义预测自适应控制的双重控制算法

提出了一种基于双重控制思想的广义预测自适应控制算法,该算法在模型辨识和控制的过程中,采用谨慎控制和探测控制相结合的双重控制,充分考虑估计参数的误差,在使系统状态最优地沿预定轨线运动的同时最大限度的积累被估计参数的信息,以便最快地降低系统的不确定性。仿真结果表明,该控制算法比普通的广义预测自适应控制具有更好的控制品质。     

基于模糊组合变量的自适应加权控制

针对多变量非线性系统,提出一种基于模糊组合变量的自就加权控制方法,首先利用模糊逻辑系统构造模糊组合变量,通过赋予各个模糊组合变量不同的权重来形成多变量非线性系统的加权控制;然后利用反向传播算法对量化系数和加权系数进行学习,从而有效地解决了多变量模糊控制系统难以设计和实现多维控制器的问题,最后通过仿真实验证明了该方法的有效性。     

参数未知线性系统的直接自适应模糊广义预测控制

将自适应模糊逻辑系统引入广义预测控制，对参数未知线性系统提出一种直接自适应模糊广义预测控制方法。该方法直接利用模糊逻辑系统设计广义预测控制器，并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整。证明了该方法不仅能保证闭环系统输入输出有界，而且可使广义误差收敛到原点的一个小领域内。     

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。     

基于神经网络与多模型的非线性自适应广义预测控制

针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性.