导读:本文包含了多步预报论文开题报告文献综述及选题提纲参考文献，主要关键词:模型预测控制,性能评价,多步预报误差,约束
多步预报论文文献综述
范峰辉,田学民,尚林源[1]（2015）在《基于多步预报误差的带约束模型预测控制器性能评价方法》一文中研究指出针对实际工业过程中存在的各种约束问题,提出了一种基于多步预报误差的带约束模型预测控制(MPC)性能评价方法.在原有多步预报误差方法的基础上,引入跟踪误差项,定义了新的闭环潜能指标.该方法不仅考虑了系统的动态控制性能,而且考虑了其跟踪性能,因此能更全面地反映带约束MPC控制器的性能.并在Wood-Berry二元精馏塔上进行了仿真研究.仿真结果表明了该方法的有效性.(本文来源于《上海交通大学学报》期刊2015年11期）
曹立立[2]（2015）在《基于HMM的TE过程在线故障诊断与多步故障预报》一文中研究指出当今社会科学技术不断进步,现代化水平越来越高,现代控制系统日益趋向大规模、复杂化和自动化。随着系统规模与复杂程度的增加,进一步提高了对其安全性的要求。故障诊断与预报技术是增强系统可靠性及降低事故风险的有效途径。如果在系统出现故障后及时地检测到故障,并辨识出故障的类型,或在系统只出现很小的异常时就预报出故障的发展趋势,则可准确及时地做出有效的维修决策来防止系统故障的进一步发生,从而避免由于故障发展引起的不必要的损失。鉴于此,本文对隐马尔可夫模型(Hidden Markov Model,HMM)的在线故障诊断与多步故障预报进行了研究,并将其成功应用于田纳西-伊斯曼(Tennessee Eastman,TE)化工过程中。本文研究的在线故障诊断包括故障的在线检测与在线辨识两个方面。故障检测是故障诊断的重要部分,本文提出了一种新的基于HMM的在线故障检测方法。该方法以一个新的实时统计量作为在线故障检测的量化指标,首先采用主元分析方法对系统变量进行特征提取,再利用变长度滑动窗口在线跟踪动态数据得到故障检测的实时阈值,然后比较待测系统实时统计量与实时阈值的大小来判断系统是否发生故障。研究在线故障辨识需要首先训练系统所有故障情况下的隐马尔可夫模型得到故障的模型库,然后测试待测系统运行数据与各个模型的匹配程度,来得出待测系统所发生的故障属于哪个类型。之后将这些方法都带入TE过程进行了仿真验证。最后,根据HMM的结构和基本算法,在HMM的预报模型的基础上,本文提出了一种基于HMM的多步预报方法。并应用这一方法预报了TE过程故障6情况下一段时间之后的系统健康状况,从而对故障发展趋势进行了预测,验证了该多步预报方法的有效性。(本文来源于《华中科技大学》期刊2015-05-01）
范峰辉,尚林源,田学民[3]（2014）在《基于多步预报误差的带约束MPC控制器性能评价方法》一文中研究指出模型预测控制性能评价技术已经成为学术界和工业界研究的热点。考虑到实际工业过程中存在各种约束,基于多步预报误差的原理,提出一种引入跟踪误差项的的模型预测控制性能评价方法。该方法不仅考虑了系统的的动态控制性能,而且考虑了其跟踪性能,因而能够更全面地反映带约束模型预测控制系统的性能。在Wood-Berry二元精馏塔上的仿真研究验证了该方法的有效性。(本文来源于《第25届中国过程控制会议论文集》期刊2014-08-09）
蔡烽,刘博,石爱国[4]（2014）在《基于多变量加权一阶局域法多步预报模型的舰船摇荡预报》一文中研究指出针对舰船各个自由度摇荡之间存在耦合的实际,提出了一种多变量加权一阶局域法多步预报模型(MAOLMM)。对Chen’s吸引子仿真数据及某型船真实海浪下航行的摇荡数据进行了预报分析,结果显示,多变量加权一阶局域法多步预报模型的预报精度高于单变量加权一阶局域法多步预报模型,提高了舰船摇荡预报的有效性。(本文来源于《船舶力学》期刊2014年07期）
刘博,蔡烽,石爱国[5]（2012）在《舰船摇荡预报中的双变量局域线性多步预报法》一文中研究指出针对舰船各个自由度摇荡之间存在耦合的实际,介绍了一种基于双变量时间序列预报局域线性预测法,此方法可对具有一定耦合关系的二维时间序列进行综合预报。将此方法应用于陈氏吸引子仿真数据及真实海浪中某舰船摇荡时间序列数据的预测。通过与单变量时间序列预报效果的对比,发现时间序列的双变量局域线性预测法可以在一定程度上提高精度,减小误差,提高了舰船摇荡预报的有效性。对于船舶摇荡时间序列预报领域应用双变量预报方法进行了尝试。(本文来源于《中国航海》期刊2012年02期）
刘冀,董晓华,李英海,彭涛[6]（2012）在《基于多步预报模型的径流中长期预测研究》一文中研究指出针对径流中长期预报模型中广泛存在的不确定性问题,在以往研究的基础上,建立了基于最近邻回归预测的径流中长期多步概率预报模型。介绍了该模型的计算方法和重要参数的选取方法,并应用于实例预报工作中。结果表明,该模型在4个月的预报期内,具有较高的概率预报精度。同时,该模型概念清晰,避免了参数不确定性,不仅能够提供常规的确定性预报结果,而且能够给出在不同置信水平下的预报置信区间,便于量化预报风险,为最优决策的制定提供依据。(本文来源于《人民长江》期刊2012年10期）
周波,石爱国[7]（2011）在《混沌序列最近邻多步预报算法》一文中研究指出为降低最小二乘支持向量机(LSSVM)的计算量,提出一种最近邻方法,利用与测试数据欧式距离最小且差分变化规律相似的训练向量组成简化的训练矩阵,寻找训练阵与预测阵之间的高维非线性映射规律。由于训练数据与测试数据在变化趋势上十分相似,因此,该多步预测方法与以往由单步迭代方法相比,大大简化了训练阵的规模,提高了运算速度。实验表明,该方法对Lorenz纯净序列和含噪声序列都有较好的预报效果。(本文来源于《全国第五届信号和智能信息处理与应用学术会议专刊(第一册)》期刊2011-08-01）
刘劲松[8]（2008）在《基于AR模型的多步自校正预报器及其应用》一文中研究指出提出了基于AR模型的多步自校正预报器;简述了AR模型与ARMA模型的关系,避免了白噪声序列项麻烦,使得建模和参数估计的计算量大为减少;应用实例表明该方法的有效性.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2008年05期）
王好谦,张焕水,段广仁,王高才[9]（2007）在《广义系统H_∞多步预报器设计》一文中研究指出基于格林空间中的新息分析方法和卡尔曼滤波理论,首次给出了广义系统H∞多步预报器存在的充要条件和一种简单的计算方法.本文将广义系统的H∞多步预报问题转化为带有当前观测和时滞观测的格林空间中广义系统最小方差估计问题,然后引入新息重组序列解决该最小方差估计问题.通过求解维数与变换后的系统相同的两个黎卡提方程得到了H∞预报器,避免了处理带观测时滞系统时常采用的系统增广方法.数值例子表明利用本文的新息重组方法计算广义系统H∞多步预报器比用系统增广方法计算量小.(本文来源于《控制理论与应用》期刊2007年05期）
戴佑斌[10]（2006）在《多步滚动实时预报法在深基坑开挖监测中的应用研究》一文中研究指出对传统BP神经网络存在的不足进行改进,并将其应用于深基坑开挖监测中,建立深基坑变形的实时预报模型;提出一种基于时间效应的多步滚动实时预报法,并利用Windows系统平台,在MATLAB7.0环境下,采用可视化的面向对象编程技术,编制深基坑变形实时预报的计算机程序。实例分析表明:该方法收敛速度快,预测精度高,预报值与实测值吻合较好,深基坑变形的实时预报具有一定的实用性。(本文来源于《岩石力学与工程学报》期刊2006年S2期）
多步预报论文开题报告
（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：
当今社会科学技术不断进步,现代化水平越来越高,现代控制系统日益趋向大规模、复杂化和自动化。随着系统规模与复杂程度的增加,进一步提高了对其安全性的要求。故障诊断与预报技术是增强系统可靠性及降低事故风险的有效途径。如果在系统出现故障后及时地检测到故障,并辨识出故障的类型,或在系统只出现很小的异常时就预报出故障的发展趋势,则可准确及时地做出有效的维修决策来防止系统故障的进一步发生,从而避免由于故障发展引起的不必要的损失。鉴于此,本文对隐马尔可夫模型(Hidden Markov Model,HMM)的在线故障诊断与多步故障预报进行了研究,并将其成功应用于田纳西-伊斯曼(Tennessee Eastman,TE)化工过程中。本文研究的在线故障诊断包括故障的在线检测与在线辨识两个方面。故障检测是故障诊断的重要部分,本文提出了一种新的基于HMM的在线故障检测方法。该方法以一个新的实时统计量作为在线故障检测的量化指标,首先采用主元分析方法对系统变量进行特征提取,再利用变长度滑动窗口在线跟踪动态数据得到故障检测的实时阈值,然后比较待测系统实时统计量与实时阈值的大小来判断系统是否发生故障。研究在线故障辨识需要首先训练系统所有故障情况下的隐马尔可夫模型得到故障的模型库,然后测试待测系统运行数据与各个模型的匹配程度,来得出待测系统所发生的故障属于哪个类型。之后将这些方法都带入TE过程进行了仿真验证。最后,根据HMM的结构和基本算法,在HMM的预报模型的基础上,本文提出了一种基于HMM的多步预报方法。并应用这一方法预报了TE过程故障6情况下一段时间之后的系统健康状况,从而对故障发展趋势进行了预测,验证了该多步预报方法的有效性。
（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。
多步预报论文参考文献
[1].范峰辉,田学民,尚林源.基于多步预报误差的带约束模型预测控制器性能评价方法[J].上海交通大学学报.2015
[2].曹立立.基于HMM的TE过程在线故障诊断与多步故障预报[D].华中科技大学.2015
[3].范峰辉,尚林源,田学民.基于多步预报误差的带约束MPC控制器性能评价方法[C].第25届中国过程控制会议论文集.2014
[4].蔡烽,刘博,石爱国.基于多变量加权一阶局域法多步预报模型的舰船摇荡预报[J].船舶力学.2014
[5].刘博,蔡烽,石爱国.舰船摇荡预报中的双变量局域线性多步预报法[J].中国航海.2012
[6].刘冀,董晓华,李英海,彭涛.基于多步预报模型的径流中长期预测研究[J].人民长江.2012
[7].周波,石爱国.混沌序列最近邻多步预报算法[C].全国第五届信号和智能信息处理与应用学术会议专刊(第一册).2011
[8].刘劲松.基于AR模型的多步自校正预报器及其应用[J].哈尔滨商业大学学报(自然科学版).2008
[9].王好谦,张焕水,段广仁,王高才.广义系统H_∞多步预报器设计[J].控制理论与应用.2007
[10].戴佑斌.多步滚动实时预报法在深基坑开挖监测中的应用研究[J].岩石力学与工程学报.2006