基于灰色模型的改进预测控制

来源 :浙江理工大学 | 被引量 : 0次 | 上传用户:liuweieasy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
灰色预测控制是以灰色动态模型为基础,对少数据、贫信息的系统进行有效控制的方法之一。本文在改进灰色动态模型的基础上,综合模糊控制、免疫PID方法,提出了新的灰色预测控制方法,主要研究的成果如下:   (1)经常会由于冲击扰动的干扰使得灰色预测模型失去应有的效果,如何利用缓冲算子排除系统行为数据所受的冲击扰动、还原数据本来的面目是应用灰色预测模型的一个前提条件。本文基于“新信息优先利用”原理和“时间序列的平均发展速度”的思想提出了一类新的缓冲算子,并将变权的思想引入缓冲算子的构造中,采用遗传算法对权值进行寻优,同时通过实例来说明新构造算子的实用性。   (2)研究发现,模型的背景值及模型的初值是影响灰色GM(1,1)预测模型精度的两个主要因素。本文对GM(1,1)模型的背景值和初值同时进行优化,提出了一种新的GM(1,1)模型优化方法,算例证明优化后模型的模拟和预测精度有显著提高。   (3)针对离散灰色模型DGM(1,1)对波动序列进行模拟、预测时通常存在较大误差的问题,本文提出了一种利用时间序数对等间距时序修正的方法,结果表明,提出的改进DGM(1,1)模型能够适应于有较大波动的原始数据序列的建模,具有一定的实用性和可靠性。   (4)本文提出了一种基于DGM(1,1)模型的带智能积分灰色模糊预测控制算法。根据当前时刻的误差和误差变化量将系统响应划分为若干个控制区域,不同区域预测步长不同。为了提高FUZZY控制器的稳态性能,加入了智能积分控制作用,并且将FUZZY控制、GREY预测的长处综合在一起用于控制系统。该算法综合了模糊控制、灰色预测的优点。仿真结果表明该算法无静差、超调小、响应快、稳态精度高。   (5)本文提出了一种基于改进GM(1,1)灰色预测模糊免疫PID控制器,通过背景值和初值同时优化的灰色GM(1,1)模型作为预测模型,提高了预测精度。有效地将灰色预测与模糊免疫PID控制相结合,仿真结果证明,提出的方法具有较好的控制品质,能有效地克服了误差及干扰等不确定因素所带来的影响.
其他文献
无论在实际生产过程中,还是在自然界运转过程中,稳定性都是系统正常运转的必要条件。因此,对稳定性裕度的度量研究具有重要的理论意义和实际应用价值。而目前研究稳定裕度的
近年来,随着光学镜头及成像芯片技术的不断发展,基于常规镜头的传统视觉系统由于其有限的视场范围已经不能满足许多应用场合的需求。全方位视觉系统可一次拍摄获取水平方向360
路径规划问题是移动机器人技术的相关研究热点之一。该问题具有复杂性、约束性及非线性的特点,具有一定的求解难度。各种智能算法的相继提出,为机器人路径规划问题的较好求解
时延在工业过程、机械传动和流体输送等工业系统中广泛存在,同时由于系统自身结构的差异和外部环境的干扰,系统时延呈现出随机、有界、时变和不确定等特点,这对多变量控制系统的
织机控制系统是织机完成织造的核心部分,但目前我国在织机控制系统自动化水平与系统稳定性上与世界先进水平还有一定的差距,这是我国纺织设备领域急需解决与提高的主要问题。 
感应电机参数辨识广泛的应用在电机故障检测、电机优化设计等场合,因此对电机参数辨识用巨大的实用价值和研究意义。在本文中利用电机稳态特性曲线,以特性计算值和实验值的拟合误差的平方和作为判断准则,通过应用最小化二乘准则函数来获取电机参数。本文首先结合三相感应电动机的等效电路模型推导得到其特性函数表达式,简单说明了两种常用的算法在电机模型里的辨识:遗传算法在电机稳态模型里的识别及PSO算法在电机稳态模型下
道路检测是移动机器人自主导航的重要组成部分,得到了国内外研究者的广泛关注。激光测距仪具有测量速度快、精度高等优点,被广泛应用于移动机器人导航。故基于激光测距仪的道路
低温余热资源广泛存在于各工业过程中,总量巨大,实现余热有效利用有巨大的经济和社会效益。在低温热能发电领域,基于有机朗肯循环的热力发电系统因具有效率高,对设备要求较低,采用有机工质减少环境污染等特点而受到广泛重视。其中膨胀机与蒸发器为系统的核心环节,它们的运行直接影响到系统的效率与安全,本文对其数学模型以及先进控制策略进行了研究。本文在深入分析涡旋膨胀机工作过程的基础上,对已有涡旋膨胀机经验模型进行
动基座传递对准是一种利用主惯导系统的导航解算信息,在对子惯导系统进行一次传递,装订解算初值后,通过一定的信息匹配方法(速度匹配、位置匹配、姿态匹配等)估计并校正子惯
热泵机组作为一种高效节能的制热装置,在建筑供热、余热回收等领域有着广泛的应用。随着机组工作环境日益复杂,传统的工业现场管理模式已经无法适应复杂环境下热泵系统的应用。