基于Wiener模型的非线性预测函数控制

针对传统的预测函数控制对非线性强、结构多变的实际对象控制效果不佳问题,提出了一种基于Wiener模型的非线性预测函数控制(PFC)方法。通过引入支持向量机回归方法,建立Wiener模型中非线性部分的逆模型,在输出反馈和参考轨迹上分别添加一个Wiener模型中非线性部分的逆模型,将非线性预测函数控制转化为线性预测函数控制,用线性优化算法解决非线性预测函数控制问题,避免了复杂的非线性优化。pH中和过程的计算机仿真结果表明,该方法比PID控制效果更好,而且对模型失配具有很好的自适应性能。     

微型共轴直升机的非线性模型预测控制

文章针对微型共轴直升机的自主控制提出了一种保证系统稳定性的控制优化策略。该策略包含非线性模型预测控制器(NMPC)和稳定飞行姿态的线性反馈控制器。其中NMPC控制器以分段定值的控制方式工作在控制导航层,其目的是以扩展预测域来减轻计算负荷,从而利于工程实现。基于线性矩阵不等式的线性控制器以扰动和未知摄动的形式来补偿MPC的低频带,并实现直升机内回路的控制增稳。接着对基于此控制策略的控制系统稳定性进行分析。仿真结果证实了提出的控制策略的可行性。     

基于径向基函数神经网络偏差补偿的预测函数控制

基于线性模型设计预测函数控制器，用径向基函数神经网络（RBFNN）来补偿由系统的非线性和外界干扰引起的预测误差，从而实现非线性系统的自适应预测函数控制。将该控制算法用于pH中和滴定过程，仿真实验表明该算法计算量小，控制效果好。     

基于神经网络的非线性预测函数控制

给出了一种新的神经网络多步预估器结构,建立了CSTR过程的人工神经元网络的动态模型,并在此基础上提出了基于人工神经元网络模型的非线性预测函数控制算法．给出了非线性预测函数控制的具体实施步骤．计算机仿真表明。人工神经元网络模型的精度已满足预测控制的需要。该控制系统比常规PID控制器具有更好的控制效果．     

基于LMI的约束Hammerstein系统最优控制器设计

针对具有输入约束的Hammerstein系统,提出了一种基于线性矩阵不等式(LMI)的最优控制器设计方法.运用非线性分离两步法控制策略,首先通过线性矩阵不等式(LMI)技术给出Ham-merstein模型线性子系统的状态反馈最优控制;其次,通过求解非线性方程组计算实际控制量.两步法策略充分利用了Hammerstein模型的特殊结构,把控制器设计问题仍归结在线性控制系统范围内.进一步,利用Lyapunov稳定性理论建立了闭环稳定的充分条件.最后通过聚丙烯牌号切换的仿真验证笔者算法的有效性.     

基于RBF神经网络的非线性模型预测控制

提出了一种基于径向基函数(RBF)神经网络的非线性模型预测控制系统,利用RBF神经网络的非线性拟合性,构建一个神经网络预测器(NNP)来预测模型未来时刻的输出值.然后利用神经网络控制器(NNC)实现基于模型的预测控制.仿真结果表明此方法具有较好的控制效果,并且在有扰动和模型失配的情况下,表现了良好的鲁棒性.     

一种双线性系统的预测函数控制算法

预测控制是以计算机为手段基于模型预测进行控制的方法，但是以往的预测控制算法通常是集中在线性渐进稳定对象，对非线性系统的研究工作较少。针对实际工业过程中广泛存在的双线性系统，通过对其每一滚动优化点进行线性化处理后，设计了一种简便高效的、可与线性系统媲美的预测函数控制算法，核算法具有解析形式，从而避免了一般非线性子优的繁琐计算。利用Matlab软件份真表明该非线性预测函数控制方法是一种计算简单、抑制干扰能力强、跟踪性能好、误差较小的有效的控制方法。     

基于模糊神经网络的非线性系统预测函数控制研究

针对预测函数控制难以很好地实现非线性系统控制的问题,将模糊神经网络与预测函数控制相结合,设计一种基于模糊神经网络的非线性系统的预测函数控制器。用模糊神经网络辨识非线性系统的模型,辨识结果送到预测函数控制中,从而得到预测模型,最终得到最优的控制量。通过Matlab计算机仿真,可以看出此控制器对于非线性系统具有良好的控制效果和鲁棒性。     

基于多模型的自适应预测函数控制

作为第三代模型预测控制算法，预测函数控制已经在线性系统控制中取得了很好的效果，但应用于非线性对象还有一定局限性。针对现实中大量存在的非线性过程，提出了基于局部模型设计的预测函数控制器加上模型切换算法的多模型自适应预测函数控制器。通过计算机仿真应用于连续发酵过程，表明基于多模型的自适应预测函数控制器比常规的预测函数控制器具有更好的控制效果。     

饱和离散随机非线性系统的H_∞模型预测控制

针对饱和离散随机非线性系统,研究状态反馈H∞模型预测控制问题.该系统同时考虑了执行器饱和、随机发生非线性和外部扰.利用扇形有界条件将非线性饱和函数分解为线性部分和非线性部分,并且采用概率统计的方法刻画系统的随机非线性.基于Lyapunov稳定性定理和线性矩阵不等式(LMI)技术给出了保证H∞性能和闭环系统随机稳定的充分条件.最后通过仿真算例验证所提H∞模型预测控制方法的可行性和有效性.