2.624

2020影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于混合逻辑的非线性系统多模型预测控制

邹涛 王昕 李少远

邹涛, 王昕, 李少远. 基于混合逻辑的非线性系统多模型预测控制. 自动化学报, 2007, 33(2): 188-192. doi: 10.1360/aas-007-0188
引用本文: 邹涛, 王昕, 李少远. 基于混合逻辑的非线性系统多模型预测控制. 自动化学报, 2007, 33(2): 188-192. doi: 10.1360/aas-007-0188
ZOU Tao, WANG Xin, LI Shao-Yuan. Multi-Model Predictive Control for Nonlinear Systems Based on Mixed Logic. ACTA AUTOMATICA SINICA, 2007, 33(2): 188-192. doi: 10.1360/aas-007-0188
Citation: ZOU Tao, WANG Xin, LI Shao-Yuan. Multi-Model Predictive Control for Nonlinear Systems Based on Mixed Logic. ACTA AUTOMATICA SINICA, 2007, 33(2): 188-192. doi: 10.1360/aas-007-0188

基于混合逻辑的非线性系统多模型预测控制

doi: 10.1360/aas-007-0188
详细信息
    通讯作者:

    李少远

  • 中图分类号: TP273

Multi-Model Predictive Control for Nonlinear Systems Based on Mixed Logic

More Information
    Corresponding author: LI Shao-Yuan
  • 摘要: 针对已有的多模型预测控制算法在模型预测过程中采用局部线性模型进行预测而产生的预测误差较大这一问题, 本文将非线性过程的多模型描述与输出预测之间的因果关系以约束条件的形式引入到模型预测控制的设计中, 将非线性过程描述成为一个混合逻辑动态系统模型, 模型切换规则以先验知识的形式引入到多模型预测过程中, 该模型可以全局地表征非线性过程的特性, 从而解决了多模型约束非线性预测控制的模型预测与模型切换问题.
  • 加载中
计量
  • 文章访问数:  2985
  • HTML全文浏览量:  54
  • PDF下载量:  2112
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-09-12
  • 修回日期:  2006-03-31
  • 刊出日期:  2007-02-20

目录

    /

    返回文章
    返回