基于最小二乘支持向量机的非线性广义预测控制

为了解决目前常用的非线性预测模型算法中过学习、存在局部极小值等不易解决的问题,本文提出一种基于最小二乘支持向量机对非线性过程建模并用广义预测控制进行在线滚动控制的算法。仿真结果表明,该控制算法具有很好的控制性能。     

生物氧化预处理过程中进气量的预测控制

氧化槽进气量是生物氧化预处理过程中重要的操作调控参数,由于氧化槽内成分复杂,预处理过程具有强非线性、耦合性和大时滞性的特点。针对这一问题,提出一种以在线支持向量回归机(OS-VR)为模型的非线性预测控制方法。采用粒子群算法与梯度下降原理滚动优化非线性模型预测控制的目标函数,求得最优控制量。仿真结果表明,所提算法能够有效地对氧化槽进气量进行预测和控制,为生物氧化预处理过程提供新的方法。     

非线性反馈控制优化的Lyapunov函数模型

针对标准Lyapunov函数在工业复杂系统预测控制的应用中还存在控制约束力较差等问题,本文提出了一种基于非线性反馈控制优化的Lyapunov函数模型。首先采用GB公式引入Lyapunov函数,通过其变分方程来构造Lyapunov函数,同时可以将线性方程化为不同的等价系统,然后采用连续映射对原函数的反馈控制能力进行优化,将其转换为线性赋范空间,扩大非线性仿射控制系统的镇定问题,控制Ly Paunov函数的寻找范围,最后将改进算法对某工业复杂系统进行预测控制的实例仿真。仿真实验结果表明,本文提出的基于非线性反馈控制优化的Lyapunov函数具有更好的约束性,能很好地对复杂工业系统进行预测控制。     

城中村棚户改造工程不定开销波动预测

城中村棚户区改造工程中,对改造工程中的不定开销波动方位进行准确预测,可以减少经济开支,提高建设效率。提出一种基于程控约束的城中村棚户改造工程不定开销波动预测算法。首先进行城中村棚户区改造工程中不定开销波动模型构建和参量设计,构建能拟合诸多不定因素影响因子的非线性动力系统,实现对城中村棚户区改造工程预算的不定开销控制模型构建。基于Lyapunov指数预测算法,把经济开销数据序列看作是一组非线性时间序列,进行波动预测,纳入具有程控约束性的影响因子群组,实现波动预测算法改进,降低预测标准方差。实验结果表明,该算法能有效预测和控制在改造工程中出现的不定开销的波动,波动幅度降低为0,从而节约工程预算,降低城建成本。     

基于进化规划的非线性方程组求解

本文提出了利用进化规划去求解非线性方程组,进化规划中没有重组或交换算子,突变后便执行选择。采用随机型的竞争选择法,挑选优良个体组成下一代群体。该算法充分发挥其全局收敛性和群体搜索能力,对于非线性方程组求解问题具有良好的适应性。仿真实例表明该算法是可行有效的。     

一种求解无约束非线性规划的切线相交法

切线相交法是基于切线法的思想并结合黄金分割法而应用于求解无约束非线性规划问题的最优解。提出了一个新的求解无约束非线性规划的有效算法,并在搜索区间已经确定和适当的条件下证明了该算法的收敛性,对几个标准函数的测试表明了该算法的有效性。     

非线性移动通信系统的PSK控制盲信道调制算法

非线性移动通信系统的准确调制可以提高信道盲均衡性能,改善通信质量。传统的信道调制算法采用非线性滚动预测方法,对非线性移动通信系统的谐波平衡效果不好。提出一种基于PSK控制盲分离技术的非线性移动通信系统的信道调制算法。构建非线性移动通信系统的信道模型,设计键控移相PSK控制盲分离算法,计算PSK控制盲调制解析信号的包络和相位,消除多径干扰,实现信道均衡。仿真结果表明,采用该算法进行信道调制,信道模型多径时延差小于一个码元宽度的情况下,移动通信信号的信道均衡起伏较为平稳,有效降低了通信系统的误码率,提高通信质量。     

基于DRNN神经网络的非线性系统的广义预测控制

提出一种针对一类可分非线性系统的广义预测控制算法。首先利用对角回归型神经网络（Diagonal Recurrent Neura Network,简称DRNN）逼近非线性子系统,线性子系统的模型采用受控自回归积分滑动平均模型（CARIMA）,从而建立了一种适合于非线性系统的广义预测模型。在该算法中引入柔化系数矩阵,避免矩阵求逆的计算,减少了在线计算量。仿真结果表明,该广义预测控制算法具有响应速度快、控制效果好的特点。     

非线性网络通信系统的稳定性控制模型仿真

在进行无线通信数据射频调制过程中,因振荡数据的非线性特性产生谐波振荡,很难提高无线通信传输数据的调制解调能力。传统方法采用神经网络模糊控制的分布估计谐波平衡算法,非线性滚动预测控制品质上表现不佳,谐波平衡和稳定性控制效果不好。提出一种改进的基于神经网络谐波平衡的非线性通信系统的稳定性控制模型,构建非线性通信系统模型,提取通信系统中的信号和信道特征,进行信道模型设计,采用神经网络控制方法,实现控制算法改进。仿真结果表明,采用该算法能有效提高非线性通信系统的稳定性,降低误码率,克服旁瓣中的相干分量干扰,接收端的冲激响应自相关累加输出稳定性较好,克服因振荡数据的非线性特性产生谐波振荡导致的通信误差,改善通信质量。     

一类双层规划问题的粒子群算法研究

非线性双层规划具有递阶结构,被证明是NP难问题。本文研究了一类下层是连续可微的非线性双层规划问题。利用KKT最优性条件把下层最优化问题转为上层最优化问题的一系列约束条件,利用Chen-Harker-Kanzow-Smalen平滑方法处理了约束条件中的互补松弛问题,从而简化了原问题的求解。在此基础上针对转化后的优化问题,设计了改进的粒子群算法。利用参考文献中的两个数值例子对算法进行了验证和比较,结果表明算法是有效的。     

基于位置编码遗传算法整数规划问题研究

针对一类特殊的非线性整数规划问题,提出了一种基于位置编码的遗传算法。该算法将分割位置作为编码基因,并针对新的编码方式设计了基于二分法的初始化过程及相应的交叉、变异操作,提高了算法的收敛性和稳定性。实验结果证明该编码方式在求解该类非线性整数规划问题的有效性和优越性。     

模糊神经网络PID在PLC温度控制系统中的应用研究

由于在非线性系统中采用传统PID控制不易建立精确模型,导致难以整定系统参数的问题,本文提出了一种基于模糊神经网络的PID控制算法,该算法融合了PID算法、模糊算法以及神经网络算法的优点,构成了一种先进的智能控制算法,并应用在PLC温度控制系统中,实验结果表明,模糊神经网络PID控制器提高了控制质量,很好地克服对象变参数、非线性等问题,提高系统的鲁棒性。     

无线通信传输数据的谐波平衡算法

提出一种改进的基于阶段赋权非线性滚动预测的无线通信传输数据谐波平衡算法,将Volterra级数法、遗传算法以及拟牛顿算法相结合,通过采用阶段赋权非线性滚动控制策略,得到数据谐波主特征向量,实现采用细菌觅食算法的无线通信数据射频调制,避免了振荡数据的非线性特性产生谐波振荡,实现数据谐波平衡算法改进。实验结果表明,算法能有效降低无线通信数据射频调制的误码率,采用阶段赋权非线性滚动预测,提高了计算效率和精度,数据谐波平衡性能较好,在通信调制解调等领域中具有较好的应用价值。     

基于模型预测控制的四旋翼无人机双闭环控制

针对欠驱动非线性的四旋翼无人机轨迹跟踪问题,本文提出使用模型预测控制方法来解决小型四旋翼无人机的位置航向控制问题。在建立无人机动力学模型的基础上,采用双闭环路控制结构,对外环(位置控制环),MPC控制器旨在跟踪输入的参考轨迹;对内环(姿态控制环),为了实现对姿态的快速响应,将姿态子系统化为LPV表示,提出LPV-MPC控制器使用二次规划求解。通过仿真验证了所提出的控制方法的有效性。     

基于微分包含的约束非线性系统显示预测控制

提出了一种非线性预测控制的新方法.首先基于线性微分包含理论,利用泰勒级数对系统进行线性化,通过对偏导数取最大和最小的方法构造多面体描述的线性时变系统包裹原非线性系统,然后对于多面体描述的线性不确定系统,采用多参数规划的方法建立显示模型预测控制系统.对该方法进行了仿真计算,仿真结果表明采用这种方法可以更好的描述非线性系统...     

射影变尺度算法

我们在 Coleman 和 Conn 的工作基础上提出了一个解一般非线性规划问题的算法。这个算法的特点是在每次迭代中用正定对称矩阵逼近原问题的 Lagrange 函数的海色矩阵的一个射影形式。我们建立了算法的收敛性结果,讨论了算法的实行问题,最后给出了数值结果。     

浅谈水泥强度及其预测研究现状

采用遗传规划理论可以对水泥强度这种非线性关系复杂、变量多、大时滞问题进行预测,并可以获得强度和其影响因素之间的显性的非线性表达式。     

基于神经网络算法的配电网APF最优规划

配电网中多谐波源的存在改变了传统的谁污染谁治理谐波治理方式。有源电力滤波器作为一种重要的谐波治理方式,其最优规划问题一直受到广泛的关注与讨论。非线性、多变量、多约束作为其特性直接导致有源电力滤波器最优规划问题中现代算法的应用需求,神经网络作为一项成熟的理论,其在最优规划求解方面有着重要的应用。本文通过建立有源电力滤波器数学模型(包括目标函数和约束条件),使用神经网络原理求解这一复杂的非线性问题,最后通过实际算例验证了其有效性和实用性。     

基于多模型集的预测控制研究及物理平台应用

针对工业生产中,可以采用一阶惯性加纯滞后模型描述不同工况下动态特性且随工况变化的工业过程,[1]传统的比例-积分-微分控制器(PID)很难满足工业中非线性对象要求的控制品质,多模型集控制策略是一种解决此类难点的有效方法,其特点是用多个线性模型来逼近非线性过程,此类方法已在许多非线性控制过程中获得应用。预测控制算法具有鲁棒性强、抗干扰性强、对模型的精度要求低等优点。本文将基于多模型集的预测控制算法搭载在可编程逻辑控制器(PLC)中,将此设备应用于物理实验平台。根据物理平台的运行情况,此算法能够有效地克服系统非线性、大迟延特性,取得了令人满意的控制效果。     

低维线性分式规划的高效全局优化算法

针对低维线性分式规划问题,本文提出了一种分支定界的全局优化算法,建立了原问题的等价模型。该模型由线性目标函数以及一组线性和非线性约束组成,通过将非线性约束进行线性松弛得到原问题的强化线性松弛模型,与直接去掉等价模型中的非线性约束的线性松弛方法相比,后者能得到更好的界,提高了算法的收敛速度。数值实验表明,算法的平均(最大,最小)分支数、CPU时间以及迭代次数有明显改善。