基于递归优化的预测学习控制算法

随机动态过程随着过程参数的变化而难于控制。由于过程的不确定性,使得动态跟踪控制不能实现。为优化过程控制以及为保证动态过程控制的鲁棒性,有必要实施更为优越的控制算法。以实现对过程变化参数的动态跟踪,达到稳定动态过程输出的目的。该文给出了针对这类不确定过程的一种最优控制算法。通过预测器的简化算法,构建了最优控制的目标函数。应用非参数模型的对称相似结构原理与迭代学习算法相结合,完成了一种递归优化的预测学习控制算法。通过仿真分析验明了所给控制算法是成功的。实际应用结果表明,这种算法适合于一类不确定过程的动态跟踪控制。

自校正与自适应组合结构的动态跟踪控制

当速度随负荷波动而随机变化时,为保证柴油机调速稳定而采取的传统控制算法,控制效果较差。给出了柴油机速度控制的一种有效方法。在柴油机调速过程中采用双闭环的控制结构,通过在外环采用自校正控制来调整速度参数的变化;在内环则采用自适应控制来跟踪齿条位移的变化并实时控制。最后将自校正控制与自适应控制有效组合,完成了柴油机速度控制的优越算法,实现了对有关参数的动态跟踪,并保证了输出速度的稳定。仿真结果和实际应用证明,所给的控制算法是有效的。

一种压力过程的模糊自适应预测控制器

煤气生产过程的压力波动 ,影响了煤气的正常生产。煤气的输出气量 ,由于受用气量负荷影响呈随机扰动特性 ,这使得压力过程表现出不确定性 ,加之压力对象本身的非线性 ,为保证煤气生产过程的压力稳定 ,较早采用的一些传统控制方法效果较差。在此给出一种有效的压力过程控制方法 :针对不确定的煤气生产压力过程 ,通过拟合原理 ,用局部线性模型代替非线性模型 ,完成了模糊模型辨识和模糊控制的算法 ;同时 ,采用简化的算法预测系统时延 ,并施加自适应控制算法 ;

多媒体数据库的元数据存储与检索

给出了多媒体数据库的元数据结构 ,对元数据的生成、基本媒体元数据 (文本元数据、音频元数据、图像元数据和视频元数据 )的存取方法进行了论述。描述了多媒体数据库的查询语言和查询管理结构。从媒体的内容及信息特征入手 ,抽象出元数据的存储与检索方法。