具有模糊约束的广义预测控制

本文研究了预测控制中的模糊决策问题。与传统的误差加权性能指标相比,在预测控制中利用模糊目标和模糊约束具有更大的灵活性,等式约束和不等式约束可以统一为模糊软约束,约束预测控制可以转化为标准的模糊优化问题,用一组不精确的满意优化解取代了传统的唯一最优解,这样,设计者对特定的被控对象有更多的灵活性。仿真结果表明了对控制量或系统输出加入约束时该方法的有效性。     

基于模糊神经网络的气化炉反应速率建模研究

本文从人工神经网络的基本原理出发,将其学习算法与模糊逻辑理论结合,构建模糊神经网络结构,采用减法聚类完成对模糊神经系统的结构辨识。从各组输入量和输出量中确定模糊规则数目,给出规则中参数的确定方法,并用误差反传法优化相关参数。最后用此方法对气化炉的反应速率建立软测量模型。实验仿真结果验证了该模型运算性能良好,而且能满足对建模精度的要求。     

热电厂75t/h循环流化床锅炉自动控制系统的设计与实现

针对热电厂75t／h循环流化床锅炉汽水、燃烧过程系统的复杂动态特性,设计了“规则 变PID”串级三冲量汽包水位控制系统,模糊推理在线整定参数的导前汽温微分信号的双回路主蒸汽温度控制系统,以及“热量．氧量”信号的燃烧过程协调控制系统。利用JX-300X DCS实现的运行效果证明该系统可大大提高循环流化床锅炉的自控投运率。     

MIMO非线性系统的多模型建模方法

针对实际工业过程中多变量系统存在着非线性、工况范围广的特点,本文提出了一种新的多模型建模方法.首先对系统调度变量进行满意模糊c均值聚类,在此基础上采用基于加权性能指标的多模型辨识算法辨识多模型系统,得到的模型在全局拟合与局部特性之间取得良好的权衡,同时能得到每个局部模型的适用域.以典型pH中和过程为对象,采用上述建模方法建立其系统多模型,仿真结果验证了该建模方法的有效性.     

满足因果约束的多速率单值广义预测控制

针对输入更新频率和输出采样频率均不相同的多速率采样系统,提出一种多速率广义预测控制算法．通过采用在系统周期内根据不同的采样时刻构造扩展模型序列的方法,有效地解决了由于多速率采样而引起的因果约束问题．在此基础上,对算法的闭环稳定性进行了分析,仿真结果证明了算法的有效性．     

复杂系统CMMO问题的软约束调整与目标协调

系统地研究了在约束条件可调整的情况下CMMO问题中可行性与目标协调的关系,论述了当系统优化不可行时,在进行软约束调整的过程中要兼顾系统的期望目标,以获得满意的优化结果．运用混合逻辑的方法描述了软约束调整的优先级,并将多目标协调问题转化为逻辑约束满足问题,从而系统地解决了稳态优化中软约束调整与目标协调问题．以壳牌重油分馏塔标准问题为例进行了仿真,仿真结果表明了该算法的有效性．     

小波变换在有约束广义预测控制中的应用

基于小波变换的多分辨分析功能,对有约束广义预测控制的预测和控制时域在小波域进行分块压缩,降低了约束维数,大大提高了计算效率。     

一类T-S模糊控制系统的稳定性分析及设计

研究了一类输入采用双交叠模糊分划的T-S模糊控制系统稳定性分析及控制器设计问题.基于分段模糊Lyapunov函数,提出了一个新的判定开环T-S模糊系统稳定性的充分条件,该方法只需在各个模糊区间里满足模糊Lyapunov方法中的条件,其保守性比公共Lyapunov函数法和分段Lyapunov函数法的保守性更低.运用并行分布补偿法(PDC)进一步探讨了闭环T-S模糊控制系统的稳定性分析问题并设计了模糊控制器.最后,一个仿真示例说明了本文方法的有效性.     

一种基于相似测量的模糊推理方法

本文提出一种基于两个向量适配函数进行模糊推理的新方法，讨论了单输入输出（ＳＩＳＯ）系统和多输入多输出（ＭＩＭＯ）系统，这种方法克服了传统Ｍａｍｄａｎｉ推理中存在的“信息丢失”现象，对模糊推理方法是一种重要的改进。     

最小二乘支持向量机在汽油调合建模中的应用研究

最小二乘支持向量机作为数据挖掘新方法,对学习样本质量和数量要求低,学习的泛化性更好.采用最小二乘支持向量机对小样本数据LS-SVMs建立油品调合数学模型,对模型进行仿真试验,结果表明采用LS-SVMs建立的模型精确,并具有良好的泛化性能.