液压釜温度自适应预测控制

详细介绍了液压釜温度系统自适应控制方案、误差分析及实际应用调试情况．应用全系数自适应控制理论及模型预测控制原理设计了一种新的自适应预测控制方案,并给出了控制算法的稳定性证明及闭环系统稳态误差和动态特性分析．实际应用表明,该方法对建模误差、系统延时及测量噪声具有较好的鲁棒性．     

液压釜温度自适应预测控制

详细介绍了液压釜温度系统自适应控制方案、误差分析及实际应用调试情况.应用 全系数自适应控制理论及模型预测控制原理设计了一种新的自适应预测控制方案,并给出了 控制算法的稳定性证明及闭环系统稳态误差和动态特性分析.实际应用表明,该方法对建模 误差、系统延时及测量噪声具有较好的鲁棒性.     

基于多模型自适应预测控制的双容水箱液位控制系统研究

针对工业环境中的液位控制问题，设计了一种水箱液位控制系统装置，利用OPC技术将MATLAB和PLC控制系统进行集成，使用MATLAB/Simulink中的OPC工具箱及其他模块来进行液位控制系统的搭建，并采用多模型自适应预测控制方案实现了双容水箱液位的预测控制。根据双容水箱系统建立了机理模型，并通过MATLAB系统辨识工具箱对系统模型进行了参数辨识，得到双容水箱的输入输出模型，从而进行液位控制的模型预测控制研究。实际控制结果表明，多模型自适应预测控制与单模型预测控制相比，前者的响应加快，超调量减少，性能更优。     

PID增益基于神经模糊网络的预测控制

提出一种基于二次逼近模型的PID增益预测的控制，并阐述了该系统的结构，算法和应用特点，通过二次逼近建模的方法，提高了建模的处速度和实际逼近精度以及较强的动态补偿能力。运用这种模型的预测和传统的PID相结合，使控制系统具有增益自适应能力和较好的鲁棒性。通过仿真实例对该方法的特点和性能进行了验证。     

基于神经网络的煤气回收系统预测控制

针对传统煤气回收系统存在回收效率低、烟气大等问题,文章提出了一种基于神经网络的煤气回收系统预测控制策略,运用神经网络自适应预测控制与模糊控制相结合的方法,对某钢厂转炉煤气回收系统进行了优化。仿真结果表明,神经网络自适应预测炉口煤气涌出量的误差为-5~5 L/h,预测效果较为理想。实际应用表明,采用神经网络自适应预测控制后,煤气平均回收率达到97.5 m3/t,达到了节能降耗、成本低、保护环境的目的。     

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。     

基于广义预测控制之智能控制研究

本文针对系统结构、参数不确定性,讨论了将自适应控制、预测控制和人工智能相结合的多层次,多目标控制思想,以使我们能够克服各种控制方法之不足之处,实为控制设计向高层次发展的途径之一.     

基于跟踪误差调节的非线性自适应模糊预测控制

将模糊逻辑系统引入预测控制，对一类非线性离散系统提出了直接自适应模糊预测控制的方法，此方法首先建立被控对象的预测模型;然后基于此模型直接利用模糊逻辑系统设计预测控制器，并基于跟踪误差对控制器参数中的未知向量进行自适应调整;最后证明了此方法可使跟踪误差收敛到原点的一个小邻域内。     

变结构预测控制

在变结构滑模控制的基础上，引入参数辨识和状态预估，形成了一种新的控制技术－变结构预测控制，变结构预测控制增强了变结构没模控制的鲁棒性，使之对具有大滞后和变参数的对象也能进行有效的控制，有较强的自适应能力。一般自适应控制技术闭环参数不完全辨识问题，在变结构预测控制中获得了解决，这就使控制更为精确和有效。本文探讨和研究了变结构预测控制技术的实同及其控制特性，并由仿真和实验结果加以验证。     

具有Hammerstein形式的非线性系统广义预测控制

本文提出了具有Ｈａｍｍｅｒｓｔｅｉｎ形式的非线性系统广义预测控制方法，分析了当控制水平等于１时闭环系统的稳定性，同时还提出了使用线性估计器的非线性自适应广义预测控制算法。仿真结果表明了算法的有效性。     

灰色预测模糊自适应PID控制的城轨列车智能驾驶系统研究

为提高城轨列车驾驶系统的智能化程度，将灰色预测控制与模糊自适应PID控制技术相结合，应用到城轨列车驾驶系统中。在对城轨列车驾驶系统进行需求分析的基础上，针对其对各种性能指标的要求，提出了基于灰色预测模糊自适应PID控制的城轨列车智能驾驶系统的设计方案。将灰色预测控制与模糊自适应控制应用到经典PID控制中，设计出了系统的智能控制器，有效满足了城轨列车在运行时对跟踪误差、准点率、停车误差、舒适度和节能性等多个性能指标的要求。仿真结果表明：采用灰色预测模糊自适应PID算法的控制系统具有良好的控制精度且系统的智能化程度得到了相应的提升。     

漫谈预测控制

◆ 引言 预测就是借助于对已知、过去和现在的分析得到对未知和未来的了解。以状态空间法为基础的现代控制理论是60年代初期发展起来的,它对自动控制技术的发展起到了积极的推动作用,但存在理论与实际应用不协调现象。人们试图寻找模型要求低、在线计算方便、控制综合效果好的算法,预测控制相应而生。 ◆ 预测控制算法及应用 由于预测控制是一类基于模型的计算机控制算法,因此它是基于离散控制系统的。预测控制不但利用当前的和过去的偏差值,而且用预测模型来预估过程未来的偏差值,以滚动确定当前的最优输入策略。其结构如图1所示。…     

一种模糊神经网络自适应预测控制方案的研究

提出了一种模糊神经网络自适应预测控制方案,对学习公式进行了理论推导,并结合误差补偿以提高预测控制的精度。仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具备良好的控制性能     

参数未知系统直接广义预测控制

传统的广义预测控制(GPC)算法需要在线递推求解Diophantine方程及矩阵求逆,因此计算量很大,不适合对实时性要求高的控制系统.文中对参数未知线性系统提出一种直接广义预测控制(DGPC)方法.该方法直接辨识广义预测控制器参数θu,即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θu进行自适应调整.理论证明了该方法可使广义误差收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.由于实时性提高,并且不需要被控对象模型,该方法更利于实际应用.     

区域经济差异变动趋势的预测与控制

采用具有时变特征的自回归（ＡＲ）模型，对我国１９９６－２０００年区域间收入的综合差异进行了直接预测和间接预测；同时使用自适应控制方法，探讨了为使我国区域经济协调发展，各区域所应达到的收入水平。     

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.     

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ARMAX模型自适应预测函数控制

本文提出了基于ARMAX模型的自适应预测函数控制,该算法的特点是占用内存少,计算 速度快,并具有较强的鲁棒性．ARMAX模型参数是通过带遗忘因子的递推最小二乘算法在线辨 识得到．仿真结果表明,该控制算法比PID控制具有更好的控制品质．     

带有迭代学习外环的快速路入口匝道无模型自适应预测控制

针对快速路交通系统复杂时变以及难以建模的特点,首先,本文设计了基于无模型自适应预测控制的快速路入口匝道控制方案.其次,根据快速路交通系统具有重复性特点,本文在无模型自适应预测控制方法的基础上引入开环迭代学习控制,提出一种带有迭代学习前馈外环的无模型自适应入口匝道预测控制方案.相比无模型自适应预测控制方案,该方案可以利用迭代学习前馈控制器补偿系统可重复扰动,实现系统的完全跟踪.值得说明的是,预测控制器和学习控制器可以独立工作也可以联合工作.最后,文章给出了控制方案的收敛性分析,并通过交通流仿真验证了所提控制方案的有效性.     

矿用卡车路面自适应模型预测轨迹跟踪控制

针对矿区道路环境突变对无人矿用卡车无人驾驶的挑战, 本文研究了路面自适应模型预测轨迹跟踪控制 问题. 首先, 根据矿区常用矿卡车型及环境突变特点分别建立矿卡动力学模型和矿区道路环境模型; 其次, 提出矿卡 路面自适应模型预测轨迹跟踪控制框架; 然后, 引入预设附着系数库, 提出基于自主切换策略的最小二乘参数估计 方法以应对突变工况做出合理递推; 最后, 提出矿卡路面自适应模型预测轨迹跟踪控制方法. 仿真表明, 所提方法 比传统自适应模型预测控制方法轨迹跟踪精度更高, 可以充分考虑道路附着条件突变的矿区道路工况, 自适应地保 证矿卡的操纵稳定性.