基于Fuzzy-PID多模态广义预测控制

自动控制技术在当今的工程和科学发展中起着极为重要的作用。自动控制理论在发展过程中,形成了经典控制理论和现代控制理论。然而,在实际的工业控制过程中,常常存在着各种不确定性。为了满足日益复杂的工业过程自适应控制的需要,出现了预测控制,并在工业控制领域中得到了成功的应用。文章设计了一种Fuzzy-PID广义预测复合控制器,使模糊控制、PID控制与广义预测控制3种控制算法结合起来。通过该控制器可以有效的根据不同的工业生产环境来选择其适合的控制方法,以提高其生产效率,使控制得到充分的优化。     

预测函数控制在球磨机磨矿回路中的应用

球磨机磨矿回路具有多变量强耦合、大延迟和非线性等特性,生产工况变化性大.常规采用多回路PID解耦控制.使回路之间的相互耦合作用减到最小,但这种控制不能及时且精确地控制磨矿过程.模型预测控制能够解决多变量系统之间的耦合作用,而预测函数控制是在模型预测控制原理的基础上提出的,并且将控制规律进行了结构化设计,使控制器在线计算量小,参数调整简单,跟踪快速,具有很强的抗扰动性和鲁棒性.本文以实验型球磨机磨矿回路为研究对象,分别设计多回路PID解耦控制和预测函数控制,并对两种控制的仿真效果进行对比.仿真结果表明,该控制策略具有较好的跟踪性能、抗干扰能力,可以达到较为理想的控制效果.     

基于阶梯式广义预测算法的锅炉预测控制研究

论文分析了锅炉燃烧换能过程的多输入、多输出、大时滞、紧耦合、非线性等特点,针对传统PID控制算法的计算过程繁复、计算量过大、模型校正在线参数辨识以及约束条件下控制等问题展开了研究,提出了阶梯式广义预测控制算法,并将研究结果应用仿真锅炉燃烧过程的测量与控制中,取得了较好效果.     

浅谈工程项目成本管理

要搞好项目成本管理,首先必须搞好成本预测、确定成本控制目标,围绕成本目标,确立成本控制原则,施工项目成本控制就是在实施过程中对资源的投入,工、料、费用预测、施工方案引起费用变化的预测、辅助工程费的预测、成本失控的风险预测、项目全员控制、施工过程及成果进行监督,检查和衡量,并采取措施确保项目成本目标的实现,寻找有效途径,实现成本控制目标、达到盈利的目的。     

灰色预测为何不准

灰色系统理论是邓聚龙先生1982年创建的,作为一种由中国学者自己提出的新方法,它在国内预测界特别是初学者中引起普遍的兴趣,被相当多的预测工作者所接受,并广泛应用于经济、农业、工业控制、教育与人才、气象与气候等各方面的预测中,在理论和应用两个方面均得到了广泛深入的研究。根据对有关预测研究方面的资料进行的统计,有关灰色预测     

pH值的神经网络多步预测控制算法

ｐＨ值控制过程是一个具有较强非线性、纯滞后的过程,针对ｐＨ值控制系统提出了一种基于神经网络的多步预测控制算法（ＮＭＰＣ）。神经网络用于辨识对象的预测模型,控制算法利用了神经网络的梯度信息。控制效果表明该控制系统具有较好的动态性能和较强的鲁棒性。     

工程项目成本管理

工程项目成本管理,就是在完成一个工程项目过程中,对所发生的成本费用支出有组织、有系统地进行预测、计划、控制、核算、考核、分析等进行科学管理的工作,它是以降低成本为宗旨的一项综合性管理工作。进行成本管理是建筑企业改善经营管理,提高企业管理水平进而提高企业竞争力的重要手段之一,笔者就项目成本管理的几个过程发表个人意见。     

广义预测PID控制在冶金试验炉温度控制中的应用

通过对广义预测控制性能指标函数中控制加权序列Qj（z-1）的配置给定,导出了具有PID算法结构的广义预测控制律,借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并在冶金实验炉温控制中实现了广义预测PID控制。     

以负荷预测为基础的电网电压无功控制方法夏敏燕

随着我国经济水平的持续提升和电网整体水平的不断进步,在电网运行过程中以负荷预测为基础的电网电压无功控制方法得到了越来越广泛的应用。本文从对电网电压无功控制方法进行简析入手,对以负荷预测为基础的电网电压无功控制方法进行了分析。     

Ｈａｍｍｅｒｓｔｅｉｎ模型基于神经网络的预测控制方法

Ｈａｍｍｅｒｓｔｅｉｎ模型是化工过程中最常用的模型之一,它由非线性静态环节和线性动态环节串连 组成,适合描述ｐＨ过程和具有幂函数、死区、开关等非线性特性的过程．这类模型的控制问题可以分解 为：线性模型的控制问题和非线性模型的求根问题．针对Ｈａｍｍｅｒｓｔｅｉｎ模型提出了一种基于神经网络的 模型预测控制策略,采用一组神经网络拟合非线性部分的逆映射．这种方法不需要假设Ｈａｍｍｅｒｓｔｅｉｎ模 型的非线性部分由多项式构成,并且避免已有研究在无根和重根情况下存在的问题．最后通过仿真试验证明了以上结论．     

具有非线性状态空间模型的模型预测控制

本文提出了一种基于非线性状态空间模型的预测控制方案。该方案适用于能够分解为一个线性部分和一个非线性反馈路径的系统。并从模型测控理论、过程模型、预测控制规律以及系统等方面进行了阐述和探讨。     

论公路建设的成本预测与控制

简述公路建设的成本预测与控制.     

模型预测控制在供应链领域研究综述

模型预测控制是控制理论中一个重要分支,也是今后业界研究的热点,供应链领域现今逐渐成为控制理论应用的一个重要研究方向。本文对模型预测控制在供应链领域研究现状与进展进行了简要的综述,并提出了一些现有问题与未来发展方向的看法。     

基于BP神经阂络的地震预测

地震预测是地理问题研究领域中的一个重要课题。由于引起地震的相关性因素很多,很难建立物理理论模型。神经网络在预测和构造未知对象模型方面具有独特的优势,因而在预测控制领域得到广泛的应用。本文探讨将BP神经网络应用到地震预测中的一种方法。     

基于Rains—Asia模型的西部燃煤电厂SO_2污染物排放预测分析

利用亚洲开发银行资助的3E分析模型--Rains-Asia对西部地区未来的燃煤电厂污染物排放进行了预测分析.并根据预测分析结果,就我国西部燃煤电厂二氧化硫控制提出对策建议.     

关于工程项目成本管理的体会

创造经济效益是建筑施工企业生存和发展的物质基础．是_T-作的最终落脚点;加强项目成本管理、获得较好经济效益是施工企业的最终目的：实施项目目标责任成本管理是搞好项目成本管理的有效方法。然而目标成本管理最为关键环节是项目成本的预测和控制。搞好成本预测,明确成本目标．并依据成本目标确定成本控制．实现成本控制目标．是成本管理的主要目标。     

蜂群引导粗糙集前馈补偿动态博弈的交通预测

交通网络节点和实体不断增长,对交通智能预测和控制提出更高的要求。传统方法采用智能神经网络PID控制方法进行交通控制,在交通并行负载无规则增长下,系统输出不能有效跟踪参考轨线,导致负载调度和控制效果不好。结合智能蜂群仿生算法和粗糙集理论,提出一种基于蜂群引导粗糙集前馈补偿动态博弈论的交通智能预测控制算法,建立一种基于粗糙集理论的前馈补偿动态博弈数学模型,控制参数在动态博弈中实现自适应寻优,迭代修正预测值的不确定性,预测模型收敛到最优解,克服实体无规则增长导致预测控制品质不好的问题。仿真实验表明,采用该控制方法对交通网络进行预测控制,能适用于大规模并行交通网络调度与预测控制,提高控制的鲁棒性。     

基于模糊神经网络的RTT智能预测算法

在网络拥塞控制的重要参数中,RTT（Roundtriptime）尤为突出,因为它能对网络所发生的拥塞作出较早的反映。所以对RTT的精确预测程度,无论是对网络拥塞控制还是流量、带宽估计都很有意义。分析了RTT的特性,发现其有很强的高频噪声,因而采用低通滤波和MBP网络相结合的RTT预测策略。实验表明,即使在网络状况较忙的情况下,也能获得很好的预测结果。     

施工阶段工程成本控制

施工阶段工程成本控制是工程造价管理的核心,它贯穿于整个施工过程,从施工前期的成本预测到施工准备阶段运用价值工程原理,制定合理的实施方案,从施工期间的成本控制到最终竣工验收的成本控制。     

施工阶段工程成本控制

施工阶段工程成本控制是工程造价管理的核心,它贯穿于整个施工过程,从施工前期的成本预测到施工准备阶段运用价值工程原理,制定合理的实施方案,从施工期间的成本控制到最终竣工验收的成本控制。