导读:本文包含了广义预测控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:广义,神经网络,系统,变量,算法,汽包,模型。
广义预测控制论文文献综述
陈晶,周斌[1]（2019）在《基于BP人工神经网络的改进广义预测控制的电网负荷预测》一文中研究指出提出了一种基于BP人工神经网络的改进广义预测控制的电网负荷预测新方法.在对通过对改进广义预测控制分析的基础上,综合考虑了电网负荷预测的意义与组合模型技术的优越性,将比例积分型广义预测控制与BP人工神经网络相结合构成组合模型.组合后的预测模型有效地结合了两种算法的优点,弥补了广义预测在非线性系统控制里的不足,并进行仿真实验,证明该方法具有明显的优越性和现实可行性.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年11期）
许娣,佃松宜,高钰凯[2]（2019）在《基于T-S模糊模型的CSTR系统广义预测控制》一文中研究指出模糊预测控制将模糊与预测2种思想相结合,已经成功应用于工控领域。连续搅拌反应釜是化工生产过程中典型的非线性系统,传统控制方法难以满足其控制精度要求。本文提出一种模糊广义预测控制方法。采用改进的模糊划分聚类算法对T-S模糊模型的前件参数进行辨识,仿真证明该算法的辨识效果优于原始模糊聚类算法;结合带有遗忘因子的递推最小二乘法对模糊模型的后件参数进行辨识。采用广义预测控制算法与PID算法分别对连续搅拌反应釜系统进行仿真验证,仿真结果证明了本文方法的有效性。(本文来源于《自动化与仪表》期刊2019年11期）
余世明,张航,何德峰,赵云波[3]（2019）在《基于神经网络模型的计量泵远程流量广义预测控制》一文中研究指出为了在流程工业中实现流体物料的远程投加,提出了一种隔膜计量泵流量远程控制方案。方案采用上层优化节点、双信道通信网络和本地控制器的分级控制策略,利用神经网络辨识计量泵流量和电机转速的动态模型,设计了基于自适应广义预测控制(GPC)的流量调节算法。通过对比仿真和实际平台验证了所提出方案的可行性和有效性。(本文来源于《高技术通讯》期刊2019年11期）
吴金霞[4]（2019）在《一种特征变量广义预测控制方法》一文中研究指出针对一类具有统计运动规律的复杂生产过程系统难以控制问题,提出了一种新的广义预测控制方法,即直接利用特征向量而非状态变量,通过工况模式所属类别的变化来描述系统的动力学特性,进行控制器设计.在前期二维工作的基础上,将该方法推广到高维.以叁维情形为例,根据安阳钢铁厂400烧结机的实际工况数据,首先提取工况特征变量并进行模式类别划分,其次通过定义描述模式运动的变量来建立系统的预测模型,最后根据新变量进行广义预测控制.研究结果表明:该方法能够有效描述系统的统计特性,并根据实际工况数据及预测模型直接辨识得到控制器中的参数,对系统进行了有效的控制,解决了该类系统难以控制问题.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2019年06期）
潘晖,张冀,缪伟彬[5]（2019）在《面向广义预测控制的协调控制系统建模与控制》一文中研究指出针对电厂协调控制系统,提出了一种基于支持向量机(SVM)的广义预测控制(GPC)建模方法和控制算法。首先,根据电厂机组的实际运行参数,建立了600 MW亚临界燃煤机组协调控制系统受控对象的数学模型。其次,在建模过程中提出了一种新的混合优化算法——差分进化-灰狼优化混合算法(DE-GWO),以优化SVM,提高模型的准确性。最后,将基于SVM的GPC算法用于电站协调控制系统的设计。仿真结果表明,所提方法具有良好的跟踪能力和较强的鲁棒性。(本文来源于《上海电力学院学报》期刊2019年05期）
张晓东,王鹏飞,刘乐[6]（2019）在《基于多变量广义预测控制算法的脱硝优化研究及应用》一文中研究指出大型火力发电机组脱硝系统被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,传统的PID控制不能满足控制要求。为解决这一问题,利用递推最小二乘法(recursiveleastsquare,RLS)建立了脱硝系统多变量模型,并基于多变量广义预测控制构建了脱硝系统优化控制策略,同时将该策略应用于某电厂330 MW亚临界机组。实践结果表明:无论是稳态工况还是复杂的变负荷工况,脱硝优化控制策略都能够很好地控制脱硝系统出口NO_x浓度,大大降低了NO_x浓度的波动,减少了尿素使用量,实现了脱硝系统稳定经济运行。(本文来源于《中国电力》期刊2019年10期）
吴广荣[7]（2019）在《粒子群优化广义预测控制在列车制动系统中的应用》一文中研究指出动车组列车制动系统是列车自动驾驶系统ATO的关键环节。针对动车组列车制动系统模型存在较大误差导致的列车在制动阶段控制效果较差这一问题,提出将动车组列车制动模型分为静态子系统和动态子系统两部分,根据列车制动系统的性能和要求,设计了CPSO(混沌粒子群算法)优化GPC广义预测控制器。该控制器由CPSO辨识动态子系统纯延时环节和外界干扰造成的GPC模型误差,并计算动车组列车所需的控制量。以CRH2型动车组为仿真对象,从仿真结果看出,CPSO-GPC控制器在遇到未知干扰时能够满足动车组列车对给定速度和位移的高精度跟踪要求。(本文来源于《铁道机车车辆》期刊2019年04期）
曾德良,高耀岿,胡勇,刘吉臻[8]（2019）在《基于阶梯式广义预测控制的汽包炉机组协调系统优化控制》一文中研究指出面对煤炭清洁高效利用和现阶段电网的调度方式,汽包炉机组协调系统的控制性能还远未达到实际需求。从实际工程应用出发,在考虑汽包炉机组动态特性的基础上,以阶梯式预测控制算法为核心,融合传统的前馈控制和解耦控制理念,提出一种基于阶梯式预测控制的汽包炉机组协调系统优化控制方案。结果表明:与传统DEB400直接能量平衡控制相比,该方案减少了主蒸汽压力的波动,能够大幅提升汽包炉机组协调系统的控制性能,从而更好地保证了机组的安全、稳定、经济、灵活运行。(本文来源于《中国电机工程学报》期刊2019年16期）
王懋譞,王永富,柴天佑,张晓宇[9]（2019）在《基于权重因子自校正的主汽温度外挂广义预测串级控制》一文中研究指出针对锅炉主汽温度系统存在大惯性、大时滞、不确定扰动等复杂动态特性,使得采用传统串级PI控制出现超调量大、收敛速度慢等问题,本文提出了一种基于权重因子自校正的外挂广义预测串级控制器。本文首先采用模糊神经网络实时辨识面向控制的主汽温度模型,然后设计了广义预测串级控制器。接下来本文对广义预测串级控制器中的权重因子进行动态模糊校正,进一步提高主汽温度系统动态响应速度和稳定性,通过对比仿真实验验证了广义预测(GPC-PI)串级控制器优于传统(PI-PI)串级控制器。最后考虑到电厂DCS实际系统已运行、安全问题以及风险责任等因素,将本文理想的(GPC-PI)串级控制方法改造成外挂广义预测串级控制(GPC-PI-PI)应用于电厂锅炉主汽温度控制,既保证了控制效果又规避了风险责任。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
王志文,刘伟[10]（2019）在《拒绝服务攻击下CPS事件触发广义预测控制》一文中研究指出本文针对传感器到控制器通信信道上存在拒绝服务攻击(DoS攻击)的信息物理系统,研究其安全控制问题。首先,基于系统的定周期采样策略,设计了事件触发的通信策略,以减少通信资源的占用;同时,为降低DoS攻击给系统带来的不良影响,提出了一种基于预测控制的数据补偿方法,在控制器节点中,通过成功接收到的历史状态信息得出系统受攻击导致状态信息丢失情况下的状态预测值,并给出了控制器反馈增益的表达式。随后,给出了事件触发预测控制下的系统闭环模型,分析了系统闭环稳定的充分条件。最后,通过仿真实例说明了该方法的有效性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
广义预测控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
模糊预测控制将模糊与预测2种思想相结合,已经成功应用于工控领域。连续搅拌反应釜是化工生产过程中典型的非线性系统,传统控制方法难以满足其控制精度要求。本文提出一种模糊广义预测控制方法。采用改进的模糊划分聚类算法对T-S模糊模型的前件参数进行辨识,仿真证明该算法的辨识效果优于原始模糊聚类算法;结合带有遗忘因子的递推最小二乘法对模糊模型的后件参数进行辨识。采用广义预测控制算法与PID算法分别对连续搅拌反应釜系统进行仿真验证,仿真结果证明了本文方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
广义预测控制论文参考文献
[1].陈晶,周斌.基于BP人工神经网络的改进广义预测控制的电网负荷预测[J].赤峰学院学报(自然科学版).2019
[2].许娣,佃松宜,高钰凯.基于T-S模糊模型的CSTR系统广义预测控制[J].自动化与仪表.2019
[3].余世明,张航,何德峰,赵云波.基于神经网络模型的计量泵远程流量广义预测控制[J].高技术通讯.2019
[4].吴金霞.一种特征变量广义预测控制方法[J].辽宁工程技术大学学报(自然科学版).2019
[5].潘晖,张冀,缪伟彬.面向广义预测控制的协调控制系统建模与控制[J].上海电力学院学报.2019
[6].张晓东,王鹏飞,刘乐.基于多变量广义预测控制算法的脱硝优化研究及应用[J].中国电力.2019
[7].吴广荣.粒子群优化广义预测控制在列车制动系统中的应用[J].铁道机车车辆.2019
[8].曾德良,高耀岿,胡勇,刘吉臻.基于阶梯式广义预测控制的汽包炉机组协调系统优化控制[J].中国电机工程学报.2019
[9].王懋譞,王永富,柴天佑,张晓宇.基于权重因子自校正的主汽温度外挂广义预测串级控制[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[10].王志文,刘伟.拒绝服务攻击下CPS事件触发广义预测控制[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
论文知识图
