資源描述：
《基于概率約束的動態(tài)矩陣控制算法分析》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南京信息工程大學(xué)碩士研究生學(xué)位論文摘要模型預(yù)測控制Ovwc)是一種基于模型預(yù)測的先進(jìn)計算機(jī)優(yōu)化控制算法。它的典型算法有三大類：模型算法控制(MAC)、動態(tài)矩陣控制(DMC)，廣義預(yù)測控制(GPC)。它們都是基于模型預(yù)測、滾動優(yōu)化、反饋校正三大環(huán)節(jié)。模型(MPC)預(yù)測控制策略的特點是：模型在工業(yè)現(xiàn)場易于獲得，不需要復(fù)雜的系統(tǒng)辨識與建模；采用反饋校正基礎(chǔ)上的在線滾動優(yōu)化取代傳統(tǒng)的最優(yōu)控制，因而可以克服各種不確定性因素的影響，增強(qiáng)系統(tǒng)的魯棒性，而且在線計算相對比較簡單。30多年來，預(yù)測控制已經(jīng)發(fā)展到針對有擾動、有攝動和有約束的模型預(yù)測控制(MPC)。并研究其穩(wěn)定性、魯棒性、可行性等。非線f
2、蟄,WCCNLMPC)和約柬MPC(CMPC)已成為預(yù)測控制研究的熱點問題。其研究的范圍主要涉及到預(yù)測控制的以下方面：(1)對現(xiàn)有基本算法作技術(shù)性的修正。(2)從單變量到多變量的推廣，把只適含于穩(wěn)定對象的算法推廣到非自衡系統(tǒng)，把預(yù)測控制的應(yīng)用范圍推廣到非線性及分布參數(shù)系統(tǒng)。(3)優(yōu)化目標(biāo)函數(shù)的選取。(4)預(yù)測模型的選取。(5)引入大系統(tǒng)方法，以處理高維或信息不全的系統(tǒng)。(6)將基本控制算法與先進(jìn)的控制思想與控制結(jié)構(gòu)相結(jié)合。此外，預(yù)測控制還涉及系統(tǒng)的可行性、穩(wěn)定性、魯棒性等方面的研究．并且為了滿足控制系統(tǒng)實時性的要求。對有約束系統(tǒng)減少在線優(yōu)化的計算和使控制算法盡可能透明化等方面也進(jìn)行了
3、一些有意義的研究。模型預(yù)測控制的核心是在線滾動優(yōu)化，在眾多理論研究文獻(xiàn)中，這一在線優(yōu)化問題都被簡化成無約束的二次型性能指標(biāo)優(yōu)化，這與其實際工業(yè)應(yīng)用的狀況相去甚遠(yuǎn)。在工業(yè)過程中，預(yù)測控制的成功應(yīng)用大多是在多變量有約束的情況下，因此對約束預(yù)測控制的研究有重要的實際意義。本文主要研究有約束的系統(tǒng)優(yōu)化控制問題。首先建立有約束的被控對象系統(tǒng)，對于每一時刻的系統(tǒng)狀態(tài)所受的約束用概率形式描述，進(jìn)而根據(jù)高斯近似把概率形式約束指標(biāo)轉(zhuǎn)換為確定性約束后，同時引入具有補(bǔ)償作用的觀測器來解決在數(shù)據(jù)傳輸過程中會產(chǎn)生時延問題，并且對于所建立起來的科學(xué)動態(tài)矩陣控制進(jìn)行誤差跟蹤，將跟蹤誤差變化率反饋給狀態(tài)觀測器來修正
4、算法。隨后在理論基礎(chǔ)上進(jìn)行MATLAB仿真。通過理論和實際模擬仿真來證實該算法的可行性。關(guān)鍵字：動態(tài)矩陣控制，概率約束系統(tǒng)，誤差變化率，時延補(bǔ)償南京信息工程大學(xué)碩士研究生學(xué)位論文ABSTRACTModelpredictivecontrolisatypeofadvancedcomputeroptimizationcontrolalgorithmsbasedonmodelprediction．Thetypicalalgorithmsofmodelpredictivecontrolaremodelalgorithmiccontrol(MAC)；dynamicma垃ixcontrol(DMC
5、)；generalizedpredictivecontrol(GPC)．Theyhavesamepnnciple，suchasmodelprediction；rollingoptimization；feedbackemendation．Thetraitofmodelpredictivecontrolis：themathematicmodelofcontrolledsystemiseasytoacquire，anditisnotneedtocomplicatedsystemanalysisandprecisemodeling；sincerollingoptimizationbasedO
6、ilfeedbackemendationinsteadofconventionaloptimizationcontrol'thenthecontrolledsystemcanconquertheuncertaintyinfluence，increasingtherobustnessandcalculatingburdenon-lineisoppositesimple．Fornlinyyears，predictivecontrolhasbeengreatdevelopedinmodelpredictivecontrolwithdisturbancesorconswaintsandthe
7、irstability；robustness；feasibiEtyhavebeenresearched．Non-linearmodelpredictivecontrol(NLMPC)andconstrainedmodelpredictivecontrol(CMPC)havebe∞r(nóng)e．a(chǎn)rcbedincreasing．111eresearchreferstofieldasshowninfoRow：(1)Modifythebasicalgofithruswh
