1) model predictive control
模型预测控制
1.
A new control algorithm with multi-object in model predictive control;
可实现多种控制目标的模型预测控制新算法
2.
Performance assessment for robust model predictive control systems;
鲁棒模型预测控制系统的评估基准
3.
An improvement method of performance assessment of model predictive control;
模型预测控制性能评价的一种改进方法
2) MPC
模型预测控制
1.
Optimization of supply chain management in inventory & manufactory based on MPC strategy
模型预测控制策略的供应链库存与生产优化调度方法
2.
In practical application,aiming at largescale complex industry systems,to implement robust control of them,a very large control horizon is usually needed by using the traditional model predictive control(MPC) methods.
复杂的工业大系统,利用传统的模型预测控制(MPC)方法对其实施鲁棒性控制时,不可避免地产生因计算复杂而带来巨大的计算负荷问题。
3.
An automatic monitoring system based on model predictive control(MPC) technology is designed,where the supervisory subsystem uses MPC strategy to on-line optimize the control policy-decision and the regulatory subsystem uses cascade control strategy to keep the process variables at their set values.
针对某选矿厂的两段磨矿回路,通过分析磨矿过程,确定了主要的输入输出变量,设计了基于模型预测控制技术的自动监控系统,其中监督层采用模型预测控制策略在线优化控制决策,控制层采用串级控制策略确保过程变量保持在设定值。
4) model predictive control(MPC)
模型预测控制
1.
In traditional model predictive control(MPC),non-parameter model based on pulse response is usually adopted as predictive control model,which results in complex computation,so this method is difficult to implement directly in realtime control system.
传统的模型预测控制(MPC)采用脉冲响应的非参数模型作为系统的预测控制模型,计算量大,很难直接应用于实时控制系统。
5) model predictive control (MPC)
模型预测控制
1.
Improvement algorithms of Model Predictive Control (MPC) for most industrial processes with over damping characteristics are presented in this paper.
针对大多数工业过程被控对象具有过阻尼特性的特点,提出一种模型预测控制改进算法,可减小截取被控对象时间响应有限序列为内模的截断误差,使取为内模的被控对象时间响应有限序列的长度大大减小,进而大大减少在线预测计算量。
2.
Model predictive control (MPC) is an example of successful applications of modern control theory in industrial processes.
模型预测控制(MPC)是现代控制理论在工业过程控制中成功应用的例子。
6) Predictive Control Model
预测控制模型
补充资料：回归模型预测法
回归模型预测法
【回归模型预测法】简称“回归预测法”，以定量研究变量间相关关系的回归方法为基础的预测方法。基本思路是:通过样本信息，分析预测对象与有关因素之间的总体相关关系，设定适当的数学模型(称为总体回归模型)将这种相关关系的类型表达出来;然后再利用样本信息，运用参数估计法，建立反映预测对象与主要相关因素之间总体关系的样本回归模型;进行必要的检验;最后根据已建立并通过检验的样本回归模型，来预测研究对象的未来状况。其中，在预测之前所做的那些工作，包括模型设定、参数估计和模型检验，统称为回归分析。由回归方法建立起来的数学模型，就称为回归模型。它一旦用于预测，又可称为预测回归模型。回归模型可分为线性回归模型和非线性回归模型，也可分为一元回归模型和多元回归模型。回归预测法，有比较严密的理论基础和较成熟的计算分析方法，如果模型建立得当，则可得到比较精确的预测结果。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条