On the performance of economic model predictive control with self-tuning terminal cost

In this paper, we analyze the closed-loop performance of a recently introduced economic model predictive control (MPC) scheme with self-tuning terminal cost. To this end, we propose to use a generalized terminal region constraint instead of a generalized terminal equality constraint within the repeatedly solved optimization problem, which allows us to obtain improved closed-loop asymptotic average performance bounds. In particular, these bounds can be obtained a priori. We discuss how the necessary parameters for the generalized terminal region setting can be calculated, and we illustrate our findings with two numerical examples.     

A Dantzig–Wolfe decomposition algorithm for linear economic model predictive control of dynamically decoupled subsystems

This paper presents a warm-started Dantzig–Wolfe decomposition algorithm tailored to economic model predictive control of dynamically decoupled subsystems. We formulate the constrained optimal control problem solved at each sampling instant as a linear program with state space constraints, input limits, input rate limits, and soft output limits. The objective function of the linear program is related directly to the cost of operating the subsystems, and the cost of violating the soft output constraints. Simulations for large-scale economic power dispatch problems show that the proposed algorithm is significantly faster than both state-of-the-art linear programming solvers, and a structure exploiting implementation of the alternating direction method of multipliers. It is also demonstrated that the control strategy presented in this paper can be tuned using a weighted ℓ₁-regularization term. In the presence of process and measurement noise, such a regularization term is critical for achieving a well-behaved closed-loop performance.     

灰色—支持向量机的空调负荷预测

对空调负荷进行准确预测不仅对空调优化控制的意义重大,而且也是实现空调经济运行与节能的关键所在。为了提高建筑空调负荷的预测精度,在分析灰色模型和支持向量机建模特点基础上提出了一种空调负荷组合预测算法。该方法综合了灰色建模计算过程简单以及支持向量机自学习和泛化能力强的优点,能够更加有效地利用样本数据的有效信息,提高模型预测精度。首先,通过灰色建模过程弱化了样本数据的随机因素。然后,对灰色模型输出进行归一化处理及数据重构,以作为支持向量机的输入。最后,通过支持向量机模型的预测得到最终预测结果。将本文所提出的方法应用于福州一栋办公建筑的逐时空调负荷预测中,并与灰色模型及支持向量机模型作比较,证明了组合模型的预测值与实际运行值拟合度最高,平均绝对误差比灰色模型和支持向量机模型分别降低了47.84%和17.39%。该组合预测模型具有较高的预测精度和更好的泛化能力,具有较强的可行性和实用性。     

复杂体制雷达辐射源信号特征的集对分析

为解决复杂体制雷达辐射源信号特征的评价问题,提出了基于集对分析理论的复杂体制雷达辐射源信号特征分析模型.首先对复杂体制雷达辐射源信号特征评价指标体系的指标权重作层次分析,再通过集对分析理论对复杂体制雷达辐射源信号特征评估的决策矩阵进行同一度分析,最后联合指标权重矩阵和决策同一度矩阵对复杂体制雷达辐射源信号特征进行综合评判.仿真结果表明,该模型是有效、可行的,能够更好地实现对复杂体制雷达辐射源信号特征的分析和评估.     

基于局部自适应先验MRF模型的快速BP图像分割算法

针对常规MRF分割模型不能有效描述图像的局部特征、常导致图像的过分割现象,提出了一种局部自适应先验的MRF模型。该模型利用图像的邻接区域信息建立了一种局部自适应特征MRF模型。基于提出的模型,建立了一种具有快速收敛策略的区域BP算法对MRF模型的区域消息进行传递,有效解决了区域BP算法的计算量大的问题。实验结果表明,与常规区域BP算法相比,提出的分割方法具有更快的分割速度和精度。     

基于面向服务的泥石流数值模拟通用平台

对当前泥石流模拟系统的单一性缺点进行了研究,提出了面向服务的泥石流数值模拟的通用平台思想。以有限差分模型为基础,采用面向服务的思想,设计了系统 C/S模式的技术方案并完成了整个系统的设计和实现。经过香港滑坡地形图的验证,证明了本通用平台的可行性和有效性。     

基于海量搜索历史数据的用户兴趣模型

针对互联网搜索引擎环境中,基于海量搜索历史数据分析用户兴趣的问题,提出一种改进的用户兴趣模型。该模型根据用户搜索的历史数据,结合向量空间模型（ VSM ）和TF-IDF算法,递归地回溯出用户兴趣权重列表。为解决用户兴趣变化和时间性能的问题,该模型引入时间遗忘机制进行动态更新,并在Hadoop分布式系统架构下利用MapReduce分布式编程模型进行实现。实验结果表明,改进的用户兴趣模型的查准率和召回率都能达到50',具有较好的可行性和可用性。     

基于回归模型的CPU超频仿真软件设计

为了帮助认识CPU超频问题并熟悉超频设置操作,进行CPU超频仿真软件设计的全面研究。分析CPU超频的影响因素,介绍超频的方法和操作流程;讨论软件的功能模块结构、模块的运行流程和样本数据的存储方法;重点研究CPU超频后的性能测试结果估计问题,并为此提出了建立回归模型的解决之道;详细探讨了VB.NET与Matlab混合编程的接口与实现途径,并以此种方式完成了程序代码的编写。试用表明,该软件功能完整、界面直观、使用简便,能够为理解超频理论和熟悉超频操作提供有效帮助。     

结合误差变换的Bouc-Wen迟滞非线性系统反步控制器设计

针对智能材料执行器中非平滑、多映射的迟滞非线性,采用Bouc-Wen模型描述迟滞,并提出了一种基于误差变换的反步控制器设计方案.首先利用Bouc-Wen模型中的变量特性,通过预设性能函数,将误差约束在预设范围内.然后通过误差变换,将一个对输出误差存在约束的跟踪问题转化为一个无约束的镇定问题.最后利用反步控制法设计迟滞系统的控制器,该控制方法保证期望的跟踪精度,并能将误差限定在设定范围内且满足预设性能,提高了系统的暂态和稳态性能.仿真结果表明设计方法的有效性.     

宽带功率放大器PGSC建模方法及预失真研究

针对宽带功率放大器的强记忆效应特性,提出一种功放建模和数字预失真方法——PGSC模型。利用广义记忆多项式(GMP)、特定交叉项(SCT)及记忆时刻信号交叉项(CIMT)3个基函数来构造功放行为模型及数字预失真器,并搭建实际测试平台对模型的精度及线性化效果进行验证。测试结果表明,与PMEC方法相比,PGSC方法建模时的归一化均方误差减少了2.1 dB,数字预失真时输出信号的三阶邻信道功率比降低了4.94/2.03 dB;与GMP方法相比,PGSC方法仅利用73%的系数即可得到更高的模型精度和更好的线性化效果。