基于混沌优化的非线性预测控制器

针对非线性系统的控制问题,本文将神经网络辨识、混沌优化和预测控制思想有机结合,提出了一种新型非线性预测控制器.该控制器以神经网络作为预测模型,混沌优化算法作为滚动优化策略,避免了非线性预测控制中复杂的梯度计算和矩阵求逆问题.另外在训练神经网络过程中,采用了带混沌机制的自适应学习率的BP算法,以提高神经网络的收敛能力和收敛速度.仿真研究说明了该非线性预测控制器的有效性及实时性.     

神经网络非线性多步预测逆控制方法研究*

提出了基于多步预测控制方法的多变量非线性神经网络逆控制方案。利用预测模型对系统动态特性进行预测,使用一个带有时延因子的前馈神经网络作为控制器,利用多步预测性能指标对其在线训练,实现神经网络逆系统;在多步预测过程中还对每一步的预测误差进行预测,以实现预测误差补偿。将所提出的控制算法用于锅炉这种大滞后非线性对象的控制,仿真实验证明,该控制策略具有良好的解耦和动态跟踪性能。     

基于SVM逆系统的非线性系统广义预测控制

针对工业过程中普遍存在的非线性被控对象,提出了一种基于支持向量机（SVM）逆系统的广义预测控制算法。该方法根据广义预测控制基于预测模型的特点,将基于支持向量机系统辨识的方法应用于逆系统构建和广义预测控制。该方法利用SVM强大的非线性映射能力离线辨识被控非线性系统的α阶逆模型,并将辨识出的逆模型连接在原被控统之前形成一个α阶纯延时伪线性系统。然后采用广义预测控制（GPC）算法实现对构造出的伪线性系统的预测控制。仿真实验表明了该算法的有效性和优越性。     

高速贴片机的非线性自适应逆控制

对SMT生产线的关键设备贴片机提出了自适应逆控制方案.该方案用一个非线性滤波器作为贴片机的建模和逆建模的辨识器和自适应逆控制器,在MATLAB/SIMULINK平台下进行了算法仿真检验.结果表明该方案收敛快,能有效控制该非线性对象.此方案首次为贴片机的控制提供了一个先进的、全新的思路.     

基于灰色预测的自适应内模PID双重控制器设计

针对一类非线性系统,提出一种基于灰色预测的自适应内模PID双重控制方法.把由系统的输入输出数据得到的灰色预测模型作为系统的内部模型,并在基本的内模控制结构上增加PID控制器,加快了跟踪误差收敛速度, 内模控制的性能明显改善.仿真结果表明,该控制方法简单而有效, 内模PID双重控制较单一内模控制具有更好的系统性能.     

一种自适应抗噪声的PPM预测模型

基于Web浏览特征提出了一种自适应抗噪声的PPM预测模型。模型在构造过程中,利用描述用户浏览深度特征的逆高斯分布及Web流行度特征,对噪声页面及过期数据进行动态移除,分别从纵向和横向上对PPM预测模型规模进行控制。实验表明,该模型对噪声数据的影响有较大的改善,能较好地动态预测用户的Web浏览特征,不仅预测准确率和存储复杂度都有一定程度的提高,而且有效控制了由预取引起的网络流量。     

Hénon混沌同步的自适应逆控制

基于自适应逆控制原理,在噪声存在的情况下,提出了一种实现混沌同步的自适应逆控制方法.为此首先简要介绍了控制方法结构,然后利用神经网络算法对被控对象模型进行辨识和训练发送端的控制器.仿真证明该方法能够很好的消除干扰,使得被噪声污染的混沌同步系统能够保持良好的同步.此外自适应逆控制是开环控制,具有很好的实施性.     

无轴承异步电机悬浮系统的非线性滤波器自适应逆控制

讨论了基于非线性自适应滤波器的无轴承异步电机(bearlngless induction motor,BIM)悬浮系统自适应逆解耦控制问题.利用非线性自适应滤波器,建立系统模型和逆模型.复制逆模型,将其串联在悬浮系统之前作为逆控制器,并采用改进的最小均方(least mean square,LMS)算法在线调整权值,从而实现转子的悬浮控制.相比于传统的控制方法,此方法不必依靠转矩系统来传递磁链信息,从而避免了各自的控制策略之间的相互制约问题.仿真结果验证了该方法的有效性,完成了系统模型和逆模型的建立,并且能够实现两自由度径向悬浮力之间解耦.     

基于双核嵌入式系统及ALN算法的智能气象站系统

现代工业控制领域和能源行业往往需要气象数据的支持,这些数据不仅包括实时采集的气象数据,而且包含了未来一段时间内的气象预测数据.提出一种基于OMAP-L138的ARM+DSP芯片并使用自适应线性逻辑网络(ALN)算法来实现具有预测功能的气象站系统.该系统可以通过三个月以上的历史数据训练出预测模型,并使用当前采集的气象数据作为预测模型的输入即可预测得到未来一段时间内的预测数据.     

金属力学性能质量预测及其控制

为了在生产中能够对力学性能做出精确的预测,在用神经网建立起由工艺参数预测力学性能的质量模型后,又提出一种新的建模方法——逐层逼近法,从测试的结果看,后者预测精度明显高于前者.然后,对利用自适应逆控制方法实现对力学性能的在线控制进行了研究,仿真结果证明了该方法的有效性.