【摘 要】
：
针对非线性模型预测控制中优化算法复杂,运算量大的缺点,本文提出一种基于多重打靶算法的非线性模型预测控制中控制量优化求解的的改进算法.该算法将传统算法中的预测时域划分为有限个时间段,并将每个时间段起始节点的控制量作为优化量,求解使每个节点处的匹配条件得到满足的一组未来控制变量序列,来使得优化性能指标达到极值。简化了优化算法的结构,减少了运算量.最后通过控制一个典型的CSTR反应釜,验证了算法的有效性
【机 构】
：
上海交通大学电子信息与电气工程学院自动化系 上海 200240 上海理工大学计算机与电气工程学院自动化系 上海 200093
论文部分内容阅读
针对非线性模型预测控制中优化算法复杂,运算量大的缺点,本文提出一种基于多重打靶算法的非线性模型预测控制中控制量优化求解的的改进算法.该算法将传统算法中的预测时域划分为有限个时间段,并将每个时间段起始节点的控制量作为优化量,求解使每个节点处的匹配条件得到满足的一组未来控制变量序列,来使得优化性能指标达到极值。简化了优化算法的结构,减少了运算量.最后通过控制一个典型的CSTR反应釜,验证了算法的有效性和可行性。
其他文献
传统的AFS系统一般是基于车载总线(LIN/CAN)实现的,随着车辆上视频应用需要的增加,由实现视频处理的主要器件DSP来完成一些机电控制将有利于系统集成度的提高。本文所设计的基于DSP的AFS系统模型根据模拟车辆行驶状况获得的传感信号自动调节汽车前照灯光束的照射角度,在动态和静态两种情况下,在小范围内实现水平调节与垂直调节,以利于改善照明状况,使驾驶者得到一个最佳的可视性,从而达到提高道路安全性
分支管路气力输送过程中,支管流量调节阀开度的变化引起分支管路中两相流动流型的改变,流动偏离最佳运行工况,输送过程能耗增大。本文在输送过程控制中引入参数自调整模糊PID算法,通过Matlab仿真确定了不同误差输入时的参数调整规律,并设计了前馈控制以提高发送仓内压力控制动态响应。系统对比试验结果表明,该算法在工况过渡时的性能优于常规PID控制,压力控制超调量及稳态误差精度得到明显改善,气力输送变工况运
智能卡(CPU卡)具有良好的安全性、较大的用户空间、可脱机交易以及支持一卡多用等特点,适用于金融、保险、交警以及政府部门等多个领域。本文从智能卡应用的安全管理角度出发,针对可能构成的威胁,采取有效的防范措施；重点分析了DES和RSA加密算法以及安全报文实现技术。
本文根据远程故障诊断系统一般结构,分析了实际诊断过程和信息化过程,指出了优选故障诊断模式、诊断过程的层次性和建立与维护系统的恰当模式,提出了三层结构远程故障诊断体系。该体系诊断过程与现实诊断过程完全一致,支持分级故障诊断,便于保证被诊断设备的安全,对于确定远程故障诊断系统结构具有重要的参考意义,并通过电力传动装置远程故障诊断系统进行了验证。
本文研究了以C8051F02x单片机为核心的声制导深弹舵机电动加载系统的设计,介绍了声制导深弹舵机加载系统的总体方案构成,并详细分析了舵机动态加载系统的控制原理及外围电路设计,在软件上予以实现。结果证实了该设计方案满足深弹舵机动态加载的性能要求，该设计是一种可行性方案,对舵机电动加载的进一步研究有一定的借鉴作用。
本文对基于FPGA的形态学图像梯度算法实现,给出了合理的设计方案,以便满足实时接收与处理图像的需要。文章介绍了相关硬件构成的原理以及主要的实现过程,并且给出了在硬件平台上针对方案设计可行性所进行的验证结果。该设计可以实时的处理图像,为处理视频图像奠定了基础。
本文介绍了一种超宽温条件下提高测量精度的方法,给出了方法的详细理论基础,运用该方法,可以在超宽温(0～150℃)范围内实现对电信号的精确测量。这种方法假设被测微弱电信号对温度来讲是恒定的,可以消除温度对测量系统本身的影响,最大程度的抑制器件的温漂,从而提高测量精度。将本方法应用于油井参数测量取得了较好效果。
真空烧结炉的温度控制具有非线性、时变性和不对称性等特点，由西门子S7-226型PLC和岛电FP93可编程PlD调节仪共同组成基于控制量补偿的真空烧结炉Fuzzy-PID复合温度控制系统结构简单,运行可靠。本文为避免模糊控制器设计中参数调试的复杂性,提出了一种模糊规则提取方法,对每个温度误差等级和误差变化率等级分别引入加权因子α和β,应用混沌粒子群优化算法确定加权因子和模糊控制器的最化因子、比例因子
电梯群控系统的任务是有效地运送乘客,提高电梯运行效率、改善服务质量.采用最合适的调度算法分派电梯是提高电梯群控性能的关键.本文是将强化学习算法与人工神经网络结合提出一种改进的电梯群控算法,并通过Visual C++语言设计仿真系统.就三种不同的交通流模式进行了比较,测试结果表明基于神经网络的强化学习的电梯群控算法,能够有效地减少乘客的平均等待时间.
能源是国民经济发展的命脉.随着经济全球化,能源问题的研究显得尤为重要,而能源供需预测更是成为近年来关系国计民生的重要课题,也是本文研究的主要内容.本文研究基于统计学习理论发展起来、有效解决小样本统计估计和预测等问题的支持向量机(SVM),分析能源供需条件和处理数据后,将基于不敏感损失函数的支持向量机(ε-SVM)方法应用于能源供需预测,建立了能源消费总最的预测模型,进行仿真实验,并对结果与径向基函