非线性系统的神经网络预测控制研究

针对工业过程控制中的强非线性系统的复杂控制问题,给出了一种基于神经网络预测的控制方法,用改进的BP神经网络实现预测控制中的模型预测,有效的解决了神经网络收敛速度慢的问题,同时用RBF神经网络实现预测控制中的控制器的优化,解决动态规划方法求解慢的问题。将该算法用于强非线性系统中,仿真结果表明该算法,具有响应速度快、跟踪性能好、鲁棒性和抗干扰性强的优点。     

RNA二级结构预测算法的研究进展

在简要介绍了RNA的基础知识之后,对RNA二级结构的定义、表示方法、数据库等内容进行了详细阐述,并重点探讨了RNA二级结构预测方法的原理、适用范围及优缺点.目前,传统的RNA二级结构预测方法有比较序列分析法和最小自由能算法;新进发展的算法有支持向量机算法、基于堆积协变信息与最小自由能算法、基于局部茎搜索的算法、基于快速动态权重匹配算法、免疫粒子群算法、基于茎区的自由能算法、质心法.经过预测精度、复杂度、预测假节能力的对比,发现基于堆积协变信息与最小自由能算法和基于快速动态权重匹配算法,预测结果比较理想.     

基于小波函数的预测函数控制方法研究

针对普通预测函数控制中选取的基函数为全局函数,对参考轨迹的逼近不能根据不同精度要求进行灵活设 置,影响了系统整体优化性能.提出一种基于小波函数的预测函数控制方法.该方法采用小波函数作为基函数,利 用小波函数的多尺度分析和紧支局部特性,在预测时域内灵活设置小波基函数的个数及位置分布,在保证整体性 能的同时又兼顾了拟合点的逼近要求.同时对小波基函数的不同分布情况进行了仿真比较.仿真结果表明该方法 在响应速度、控制精度、抗干扰等方面比普通PFC方法具有明显的改善作用.     

基于灰色理论的压电悬臂梁的振动主动控制研究

以灰色理论为基础, 采用灰色预测控制方法, 利用压电陶瓷片作为传感器和执行器对悬臂梁振动进行主动控制. 分析了悬臂梁、压电传感器及驱动器的基本理论及灰色预测控制原理, 设计了相应的实验系统, 并搭建了实验平台. 实验结果表明: 利用灰色预测控制方法, 对压电悬臂梁结构进行振动主动控制是可行的, 且控制效果良好.     

基于灰色理论的压电悬臂梁的振动主动控制研究

以灰色理论为基础,采用灰色预测控制方法,利用压电陶瓷片作为传感器和执行器对悬臂梁振动进行主动控制.分析了悬臂梁、压电传感器及驱动器的基本理论及灰色预测控制原理,设计了相应的实验系统,并搭建了实验平台.实验结果表明：利用灰色预测控制方法,对压电悬臂梁结构进行振动主动控制是可行的,且控制效果良好.     

RNA二级结构预测算法的研究进展

在简要介绍了RNA的基础知识之后,对RNA二级结构的定义、表示方法、数据库等内容进行了详细阐述,并重点探讨了RNA二级结构预测方法的原理、适用范围及优缺点。目前,传统的RNA二级结构预测方法有比较序列分析法和最小自由能算法;新进发展的算法有支持向量机算法、基于堆积协变信息与最小自由能算法、基于局部茎搜索的算法、基于快速动态权重匹配算法、免疫粒子群算法、基于茎区的自由能算法、质心法。经过预测精度、复杂度、预测假节能力的对比,发现基于堆积协变信息与最小自由能算法和基于快速动态权重匹配算法,预测结果比较理想。     

基于落点预测的双旋火箭弹末段飞行控制方法研究

针对某双旋火箭弹的末端弹道控制问题,本文提出了一种基于落点预测的弹道控制算法。分析了舵机控制力及控制力矩,建立了该火箭弹的六自由度弹道模型。在匀加速运动假设下,利用三自由度质点弹道方程推导了落点坐标预测解析式及剩余飞行时间计算式,给出了偏差控制方位确定算法,并通过算例仿真分析了不同启控时间和不同控制方位角作用下火箭弹攻角的变化规律,得到了有效控制范围,并针对多个不同目标点应用所设计的控制算法对偏差控制效果进行了计算。结果表明,在有效可控范围内,该控制方法能够有效修正偏差,提高落点精度。     

基于免疫克隆算法的物流配送车辆路径优化研究

物流配送车辆路径优化问题是近年来物流领域中的研究热点，该问题属于NP难题，较难得到最优解和满意解．在物流配送车辆路径优化问题数学模型的基础上，构造了一种免疫克隆算法来求解该问题，并在算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异、抗体循环补充等思想．仿真计算结果表明，免疫克隆算法能快速收敛于全局最优解，克服了遗传算法中易陷入局部最优解和收敛速度慢的缺点，可有效地解决物流配送车辆路径优化问题．     

DMC-PID串级控制在CVT速比控制系统中的应用

通过分析CVT速比控制系统的结构及基本控制原理,确定该系统具有时滞弱非线性特性,论述了常规PID控制算法以及单一的DMC控制算法应用于该系统的局限性.针对这一问题,设计了DMC-PID串级预测控制算法,该算法将经过PID校正的速比控制系统作为广义的控制对象,用DMC预测算法在线滚动优化控制参数,在优化过程中利用实测信息不断进行反馈校正,充分发挥DMC算法的超前预测性和强鲁棒性以及PID控制算法的抗干扰能力.台架实验结果表明,与常规的PID算法相比,该算法能有效减小速比跟踪过程中的波动,超调量由14%下降为4%,过渡时间由6 s缩短为4.5 s,提高了系统的动静态性能.     

增强系统阻尼并保持电压精度的静止无功补偿器非线性最优预测控制

以增加系统阻尼和维持电压水平为目的，基于非线性最优预测控制理论，设计出具有闭合形式解析控制律的SVC控制器．该控制器避免了非线性预测控制在线优化计算带来的大量计算负担，从而可满足实时控制的要求，且设计参数只有滚动预测时间及控制阶，因而便于工程实现及调试．仿真的结果表明，该控制器可有效地阻尼系统的振荡并能维持SVC接入点的电压水平．