持续有界扰动下的几类非线性系统预测控制算法研究的任务书.docx

持续有界扰动下的几类非线性系统预测控制算法研究的任务书
任务书
题目：持续有界扰动下的几类非线性系统预测控制算法研究
一、研究背景及意义
随着科学技术的不断发展，人们对控制问题的研究越来越深入。其中，智能控制是当前研究的热点之一。非线性控制系统是一个复杂的控制系统，它包含了许多包括传感器、执行机构和计算机在内的因素。预测控制是一种重要的非线性控制方法，广泛应用于工业、制造、交通等各领域。然而，由于系统内在的不确定性和外部干扰，预测控制中存在多种用于抵消扰动的方法，因此需要对于持续有界扰动下的几类非线性系统预测控制算法进行深入的研究。
二、研究内容
1.对于几类非线性系统，深入研究其特征及模型
非线性系统包含多种模型，例如：基于神经网络的系统、时滞系统、随机系统等，我们需要对这些系统进行深入的研究，包括对其数学模型、特征及稳定性的分析等。
2.建立有效的扰动模型及表示方法
系统内部的不确定性和外部干扰是影响预测控制效果的主要因素之一。因此，在建立扰动模型及表示方法时需要根据扰动的类型和性质等因素进行选择，并结合系统的特点建立起有效的扰动模型。
3.提出新的预测控制算法及改进现有算法
在处理多种扰动时，基于模型预测控制方法及滑模控制方法是目前应用较为广泛的两种控制方法。本研究将进一步探讨这两种控制方法的改进，以提高预测控制的稳定性和鲁棒性。
三、研究成果
本研究的主要成果包括：
1.深入研究几类非线性系统，对其特征及模型进行分析，提出有效的数学模型。
2.建立完善的扰动模型及表示方法，包括持续有界扰动下的多种扰动类型。
3.提出新的预测控制算法及改进现有算法，以提高预测控制的稳定性和鲁棒性。
4.在实际应用中，将本研究成果运用到工业、制造、交通等领域，并实现了相应的控制效果。
四、研究计划
1.第一年：对几类非线性系统进行深入研究，建立扰动模型及表示方法。
2.第二年：继续完善扰动模型及表示方法，在基于模型预测控制方法和滑模控制方法的基础上，提出新的控制算法。
3.第三年：在算法的理论基础上，进行实验验证并对算法进行改进，为实际应用做好准备。
五、研究团队及条件
本研究由一位博士生、两位硕士生以及一位教授组成研究团队。研究团队将利用实验室中我校的计算机设备、实验仪器及相关文献，进行研究和实验。本研究的经费来源为学校计算机学院。
六、参考文献
1.刘冀深.基于滑模的非线性系统控制仿真实验[M].华南理工大学出版社,2017.
2.邓子浩.非线性系统控制及其研究进展[J].自动化与仪表,2018,39(6):56-65.
3.丁丁.基于神经网络的非线性系统建模与仿真[J].工业计算机控制与自动化,2019(2):100-105.