基于支持向量机的一类非线性系统预测控制

针对一类具有输出反馈耦合的离散非线性系统,将过程的非线性部分通过支持向量机转化为全局线性状态空间模型,并在目标函数中引入系统状态的变化,给出一种类似于离散PI最优调节器的新型预测控制器.该方法不需要在线辨识系统参数,因为系统的内模已转换成全局离线模型.由于引入了新的优化目标函数,该控制器的控制效果和鲁棒性优于仅考虑预测输出误差的传统预测控制器.仿真结果表明,它也优于经典离散PI最优调节器.

一类非线性系统的自适应预测函数控制

针对一类具有输出反馈耦合的离散非线性系统,将过程的非线性状态空间模型等效为线性时变状态空间模型;然后利用最小二乘法辨识系统参数,并通过在目标函数中引入系统状态的变化给出一种具有类似离散PI最优调节器结构的新型自适应预测函数控制器.由于引入了新的优化目标函数,该控制器控制效果与鲁棒性要优于仅考虑预测输出误差的传统预测函数控制器.仿真结果表明,该控制器优于经典离散PI最优调节器.

扩展状态空间预测控制

基于过程的扩展状态空间模型，导出了一种具有类似离散ＰＩ最优调节器结构并具有未来Ｐ步设定值前馈控制的新型预测控制器．由于其目标函数中考虑了系统状态的变化，因而控制效果要优于仅考虑预测输出误差的情况．仿真结果还表明它优于经典离散ＰＩ最优调节器。

最优PI控制器参数整定及评价

传统的PI(proportional-integral)控制器整定公式不能灵活地适应具体控制系统特定的性能要求。该文提出一种面向性能指标的最优PI控制器参数整定和鲁棒性评价的方法。首先基于广义Hermite-Biehler定理,计算保证闭环系统稳定的PI控制器参数范围;然后利用具有全局寻优能力的遗传算法,按照指定的性能指标在该范围内进行参数优化。根据Monte-Carlo随机试验原理,对模型参数在一定范围内摄动时的鲁棒稳定性和性能鲁棒性进行了定量的比较和评价。仿真研究表明,方法在指定的性能指标上取得了满意的控制效果,在模型发生摄动时与其他4种方法相比较,具有较好的性能鲁棒性。