基于遗传算法的约束广义预测控制

广义预测控制要求控制对象必须是线性无约束的，优化的性能指标也必须是二次型形式，因此，广义预测控制的工业应用存在很大局限性．本文尝试用遗传算法来解决存在约束的广义预测控制的优化问题，给出了基于遗传算法的广义预测控制算法的实现方法，并通过工业过程对象的仿真，验证了该方法的有效性，且控制效果良好．     

基于神经网络的预测控制模型研究

本文研究基于生产过程输入输出数据建立系统的神经网络模型问题，训练好的神经网络可作为预测模型，实现非线性系统的预测控制；这对一大类过程控制系统的建模与控制具有启发意义。     

基于改进小波降噪的MEMS间接粗对准方法研究

当前MEMS惯性传感器陀螺仪精度较低导致输出信噪比较小,使得MEMS捷联惯导系统初始对准时误差较大,初始偏移明显,影响后续的解算精度,定位信息不准确.为此提出了一种利用改进阈值函数的小波对原始数据降噪处理后再采用磁强计辅助的MEMS间接粗对准的方法,通过引入调节系数使阈值函数同时具备软阈值和硬阈值两种特性,使得改进后的小波函数在远离阈值处有明显的边缘特性,而在靠近阈值的地方具有较好的连续性,避免信号重构时产生突变,有效减少了使用单一软阈值或硬阈值的局限性.为了避免陀螺仪精度对初始对准结果的影响而采用磁强计辅助对准,利用小波阈值降噪来对加速度计与磁强计的原始数据进行降噪处理后再进行姿态解算,提高了初始对准精度.     

基于满意聚类的非线性系统多模型建模方法

针对一类生产过程中存在严重非线性的系统，基于系统运行中积累的可靠的输入／输出数据，提出了一种新的多模型建模方法．根据对各种指标的满意要求，对数据进行二次聚类，不仅得到了更有效的系统多模型，而且得到了每个模型的适用域．与模糊聚类和建立T—S模型方法相比，本方法不依赖系统的先验知识和预先定义模糊隶属度，具有良好的泛化性．以pH中和过程为例进行了仿真研究，验证了该方法简单易用，有很高的建模精度，并对存在的数据不确定性具有一定的鲁棒性．     

液压系统中粒子群优化神经网络权值的控制算法

针对非线性、时变等缺陷导致传统的控制器控制效果较差、不适应电液伺服系统的现象,提出了用于电液伺服控制的基于粒子群优化算法对神经网络的权值进行学习训练的PSO-NN算法。结合电液伺服系统实例分析,用MATLAB仿真得到了输入阶跃信号和正弦信号时,PSO-NN算法的输出曲线以及适应度曲线;为了展示PSO-NN算法的效果,用BP算法仿真了对应输入阶跃信号和正弦信号的输出。仿真结果表明:在电液伺服系统的控制中,PSO-NN算法性能优于BP算法,系统输出具有更好的收敛性和对输入的跟随性,从而证明PSO-NN算法对于电液伺服系统的控制是合适并有效的。     

基于目标规划的约束系统预测控制稳态目标计算

在MPC稳态目标计算和动态优化控制两级结构基础上,研究了系统优化可行性与目标协调问题. 采用目标优先因子描述约束调整的优先级,并将目标协调问题转化成目标约束满足问题,从而解决了稳态目标计算中同时考虑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仿真,结果表明了该算法的有效性.     

大型摄像监控系统的单片机实时控制

介绍了单片机在摄像机、云台电机控制方面的应用,利用单片机的软、硬件资源实现对云台电视、摄像头的自动控制,以及对输入量的控制,着重阐述了其组成结构、工作原理及控制软件的设计。     

基于频域特性的工况变化系统的PI参数整定

控制系统的闭环特性在频域中是以幅值裕量和相位裕量表征的,由于被控系统在实际运行中工况条件存在不确定性,系统的性能往往达不到设计要求.提出一种基于继电反馈测试的方法,在线测量实时控制系统的两个频域指标,并在此基础上进行PI控制器的参数调整,以保持系统的闭环性能.仿真结果表明,该方法是有效的.     

模糊控制系统的解析结构与鲁棒性分析

根据实际工业过程对鲁棒性的要求,以解析形式分析说明了模糊控制器是一类变参数的比例积分（PI）控制器,并且由于其模糊特性,在工况发生变化时该控制器能够自调整PI的比例参数,得到较好的控制效果．将该模糊控制器与传统比例积分微分（PID）控制器进行比较,仿真结果验证了其有效性．     

基于模糊满意度CMMO问题软约束的自动调整

运用模糊理论中隶属函数的概念,建立反映软约束放松量与操作者主观要求关系的满意度函数.将软约束的放松问题转化为在一定约束下使满意度最大的优化问题,使软约束的调整量由计算机一次自动算出,以降低操作的盲目性,提高工作效率.