基于改进天鹰算法的隐式广义预测控制

在面对使用不确定的参数控制时隐式广义预测算法响应速度慢,导致辨识精度低下的问题,提出一种基于改进天鹰算法(AO)优化的隐式广义预测控制。首先在天鹰算法4个搜索阶段设置可变的惯性权,使得天鹰算法各个搜索阶段更加均衡,避免了收敛过程耗时长且易陷入局部最优的问题。其次采用改进的天鹰优化算法求出隐式广义预测控制有约束条件时的最优控制。最后将算法应用到某厂循环流化床锅炉进行仿真,从时间上来看,用改进AO算法优化的隐式广义预测的平均仿真速度为3.9831 s,比隐式广义预测平均用的5.9531 s有了明显的速度上的提高,并且在小误差内,能有良好的跟踪效果。仿真结果表明了该算法的可行性,以及其优越的控制性能。

隐式广义预测自校正控制算法的混合仿真研究

利用广义预测控制与动态矩阵控制的等价性，根据动态矩阵控制中误差校正原理，对广义预测控制算法中的开环预测向量ｆ作了修正。并通过模拟仿真仪对该算法进行了混合仿真研究。

广义预测自校正控制隐式算法及其仿真研究

大量的工业生产过程都具有非线性、时滞性、不确定性和时变的特点,要建立精确的模型十分困难,因此研制具有鲁棒性的自校正器逐渐引起人们的关注。介绍了一种广义预测自校正控制隐式算法且对其进行仿真研究,分析仿真结果,总结参数变化对整个系统性能的影响,结果说明了该算法的有效性。

一种隐式广义预测自校正控制算法及仿真研究

广义预测控制是一种新型的远程预测控制方法,它集多种算法的优点为一体,具有较强的鲁棒性。采用不辨识对象模型参数的隐式算法,更是大大减少了计算工作量,节省了时间。该文介绍了一种隐式广义预测自校正控制算法且对其进行仿真研究,分析仿真结果,总结参数变化对整个系统性能的影响,结果说明了该算法的优越性和可行性。

多变量系统的隐式广义预测自校正控制算法

针对双输入双输出机炉协调控制系统,介绍了一种隐式广义预测自校正控制算法并对其进行仿真研究,分析仿真结果,总结参数变化对整个系统性能的影响,结果证实了算法的有效性。

一种隐式广义预测自校正控制算法及其仿真研究

广义预测控制是一种新型的远程预测控制方法,它集多种算法的优点为一体,具有较强的鲁棒性。采用不辨识对象模型参数的隐式算法,大大减少了计算工作量,节省了时间。介绍了一种隐式广义预测自校正控制算法且对其进行仿真研究,分析了参数变化对整个系统性能的影响。通过仿真验证了该算法的优越性和可行性。

解广义混合似变分不等式的预测校正迭代算法

研究了一类广义混合似变分不等式,应用辅助变分不等式的技巧,在非紧假设条件下,用新的迭代方法,提出了求解广义混合似变分不等式的预测 校正迭代算法,并讨论了由算法所生成迭代序列的收敛性.

一种约束输入输出的隐式广义预测控制新算法

基于CARIMA模型提出了一种约束输入输出的隐式广义预测控制算法。针对广义预测控制问题,在整个预测时域和控制时域,对输入幅值,输入增量和输出幅值施加了约束,引入了输入输出柔化系数,从而简化了目标函数,减小了计算量,该算法不必求解逆矩阵;并采用了隐式广义预测自校正控制算法,利用并列预测控制器间的特点,直接辨识输出预测器中的参数,从而避免了在线求解Diophantine方程。该算法占用内存小,计算速度快,仿真结果表明该算法具有良好的控制性能。

输入受限的隐式广义预测控制算法的仿真研究

本文基于CARIMA模型提出了一种简单的隐式广义预测自校正控制算法。它避免了在线求解Dioaphantine方程;利用并列预测器间的特点,直接辨识输出预测器中的参数,并针对广义预测控制问题,在整个预测时域和控制时域,对输入幅值施加了约束;在此基础上以二次规划作为滚动优化策略,进行计算机仿真,获得预测控制信息和输出信息;然后采用加权控制律,不仅使预测信息得以充分利用,而且使系统的性能得到明显改善。

广义预测控制隐式算法在温控系统中的应用

温控对象普遍具有大时滞、非线性和时变性等特点,使用传统的PID控制器难以取得理想的控制效果。广义预测控制(GPC)是基于参数模型的一种预测控制,在优化中引入了多步预测的思想,并且能用最小二乘法在线辨识参数,因此适用于温度控制。GPC隐式算法减少了计算量,提高了实时性。Matlab仿真和实验结果证明,GPC隐式算法具有处理大时滞和时变等问题的能力。

基于粒子群算法的隐式广义预测在ATO中的应用

由于列车运行速度的不断提高,对列车自动驾驶(Automatic Train Operation,ATO)系统提出更高的要求。针对隐式广义预测(Implicit Generalized Predictive Control,IGPC)控制器在ATO中难以获得最优预测控制输入的问题,运用一种基于粒子群优化(Particle Swarm Optimization,PSO)的IGPC算法对ATO系统进行控制。为更进一步提高PSO算法的寻优能力,对基本PSO算法进行改进,从而有效提高系统的寻优精度和速度。并对有约束情况下的CRH2型车进行仿真验证,仿真结果显示PSO-IGPC比单纯IGPC对ATO的控制效果更优。

基于改进粒子群算法的约束隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出了一种基于改进粒子群算法的广义预测控制算法。广义预测控制算法采用隐式算法,用最小二乘法直接辨识控制增量表达式中的参数,避免求解丢番图方程;为避免粒子群算法陷入早熟,提高精度,在广义预测控制算法的滚动优化环节采用速度变异的粒子群优化算法,克服了受约束优化问题处理的缺陷,更快更准确地寻到最优目标函数值。仿真结果表明了该方法的有效性和良好的控制性能。

基于改进粒子群算法的隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出一种基于改进粒子群算法的隐式广义预测控制算法(IGPC)。粒子群算法(PSO)是一种基于群体的智能优化算法,解决受约束的优化问题具有精度高、收敛速度快等优点;为了避免粒子群算法陷入早熟,提高精度,引入细菌觅食算法中的自适应迁徙机制。在隐式广义预测控制的滚动优化环节引入改进粒子群算法,弥补了传统GPC在处理受约束控制问题上的缺陷。仿真结果表明了该方法的有效性和良好的控制性能。

广义预测控制隐式算法在ATO系统中的应用

ATO系统具有时滞性、非线性、时变性等特点,使用传统的PID控制器难以取得理想的控制效果。根据ATO系统的特点,设计了基于广义预测控制隐式算法的速度控制器,并对被控对象进行了仿真。Matlab仿真和实验结果证明,该控制策略比PID控制具有更好的控制效果。

PI型广义预测自校正控制器的简化算法

基于具有PI结构的广义预测自校正控制器，推导了其不需在线求解丢番图方程的算法，从而使计算量大大减小，便于该控制器的在线实现。仿真结果已表明了该算法的快速性。

求解广义混合隐拟平衡问题的预测修正算法

引入和研究了一类新的具有四元函数的广义混合隐拟平衡问题·这类平衡问题包含了很多已知的广义平衡问题和广义混合隐拟变分不等式问题作为很特殊的情形·利用辅助原理技巧建议和分析了求解广义混合隐拟平衡问题的预测修正迭代算法·所建议算法的收敛性仅需要映象的连续性和部分松弛强单调性·

P-隐式广义预测控制在球磨机制粉系统中的应用

球磨机制粉系统多变量、强耦合的特点使得传统的控制策略难以取得良好的控制效果。通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但系统的跟踪性能将大大降低。提出了带比例调节器的隐式广义预测控制(P-隐式GPC)算法,将其他通道对当前通道的影响作为扰动,从而实现近似解耦。在目标函数中用控制量的增量代替控制量,使控制增量变化不至过于剧烈,新增加的比例调节器使设定值与实际值的偏差实时改变,增强了系统的跟踪性能。将该算法应用到球磨机制粉系统取得了良好的控制效果。

改进的多频自校正广义预测控制算法

针对输出采样速率比输入更新速率慢的多频系统，提出了一种改进的广义预测自校正控制算法。该算法将自校正机构辨识出的多频模型转化为以输入更新频率为采样频率的等价单频模型，用此模型预测系统未来的输出，避免了多频模型不能预测未来输出采样点之间的信息。仿真结果表明，该方法提高了系统的动态品质，具有响应速度快的特点。

基于Elman网络的过热汽温隐式广义预测控制

过热蒸汽温度具有时变、大迟延、大惯性的特点,使用传统的PID控制器很难取得满意的效果。针对这一问题,提出了基于Elman网络的过热汽温隐式广义预测控制系统。采用Elman网络作为被控对象的预测模型,在求解最优控制增量时直接辩识控制器的参数,使得对象的建模方便而且控制系统的在线计算量小。仿真结果表明,此控制系统具有优良的控制性能。

基于Elman网络的过热汽温隐式广义预测控制

过热蒸汽温度具有时变、大迟延、大惯性的特点,使用传统的PID控制器很难取得满意的效果。针对这一问题,提出了基于Elman网络的过热汽温隐式广义预测控制系统。采用Elman网络作为被控对象的预测模型,在求解最优控制增量时直接辩识控制器的参数,使得对象的建模方便而且控制系统的在线计算量小。仿真结果表明,此控制系统具有优良的控制性能。