基于搜索法的GPC控制器参数的鲁棒优化

为了对广义预测控制器(GPC)的两个具有连续性的参数,柔化因子和控制加权因子,进行优化设计,从GPC闭环反馈结构出发,由小增益定理推导出一个GPC鲁棒稳定性的指标。以此为主,辅以快速性要求,构建了一个优化控制的目标函数,然后采用单纯形搜索法,对柔化因子和控制加权进行优化设计。仿真结果证明了此方法的有效性和对各种模型的建模误差的适应性,但目前不适用于不稳定对象的GPC参数优化,有待改进。     

基于对角解耦的多变量约束广义预测控制

由于多变量系统各变量之间往往存在严重耦合现象,在对系统进行对角解耦的基础上,设计了带约束输入的广义预测控制算法。该算法保证了系统输出有效跟踪设定值,并且充分考虑了输入信号及其增量均受约束的情况,使其均被控制在允许范围之内,同时避免了求解Diophantine方程,很大程度上减少了计算量。仿真结果表明该算法可以在很大程度上削弱变量之间的耦合程度,且具有良好的控制效果。     

神经网络在控制中的应用

在非线性系统的控制中，神经网络已成为强有力的工具．本文探讨了人工神经网络在建模和控制领域的研究概况，并对其发展趋势作了展望     

非线性跟踪-微分器的性能分析及其改进

对非线性跟踪-微分器的性质进行分析,用适当的指数函数形式取代开关函数,定性地讨论时间尺度的取值问题,使系统在扰动存在的情况下也能满足跟踪要求,同时对跟踪-微分器的稳定性进行了分析.     

一个工业控制系统中的实时通信研究

文章介绍了在一个工业控制系统中的实时通信设计方案及其实现。该实时通信系统基于TCP/IP协议,应用了Socket编程接口,并采用多任务协同实现进程间通信。     

联接主义智能控制综述

综述了近年来联接主义智能控制的理论和应用上的研究进展,覆盖了神经网络的逼近和泛化能力、神经网络与混沌、监督学习算法等基本性质,以及神经网络建模、预测、优化和控制等联接主义智能控制系统的各个部分,并对今后的研究发展提出了展望.     

基于Taylor 逼近的非线性系统P ID 型多步预测控制

基于局部递归神经网络对非线性系统进行递归多步向前预测，将系统实际多步向前预测值按泰勒公式在其递归预测值上展开，实现对非线性系统多步预测输出值的二次逼近，减少了预测误差，进而通过对PID型多步预测性能指标函数极小化求取控制量，控制器与广义预测控制器结构相似，其参数通过神经网络在线辨识获得，仿真实验表明了该方法的有效性。     

遗传算法与蚂蚁算法融合的马尔可夫收敛性分析

遗传算法具有快速随机的全局搜索能力,但不能很好地利用系统的反馈信息.蚂蚁系 统是一种并行的分布式正反馈系统,但初始求解速度慢.遗传算法与蚂蚁算法的融合,优势互 补.基于上述思想,提出遗传算法与蚂蚁算法融合的模型与方法,对该方法的收敛性进行了马尔 可夫理论分析,并证明其优化解满意值序列是单调不增的和收敛的.且对NP-hard问题中的30 城市TSP和中国CHNl44城市TSP两个实例进行了实验分析,仿真数据表明该方法不仅是一 个逐步收敛的过程,而且求解速度和求解效果都非常好.     

基因芯片微点阵仪的环境预测控制

在基因芯片的制作过程中,对周围环境的温、湿度要求较高,周围环境的好坏将直接影响着基因芯片的质量.本文介绍了基因芯片微点阵仪环境控制系统的设计及实现,该系统能实现对温湿度的高精度调节.     

供应商管理库存中的一种供需问题及优化模型

在供应商管理库存(VMI)的条件下，当供应商为不同区域的零售商供应同种商品时，为了降低供应商的供应成本，根据各零售商未来T期的需求，建立了以总成本最小为目标的供应商协调供应模型，并分别用启发式算法和遗传算法求解该模型。通过算例表明，相对于单纯以按时按量满足各零售商的需求为目标的供应方案，这两种方法得到的方案总成本均大大降低，而且遗传算法的解要优于启发式算法的解。