Vous êtes sur la page 1sur 1

28/04/12

Version traduite de la page 133_152.pdf

Version traduite de la page 133_152.pdf


Dans le mme temps, la puissance de calcul disponible a augment un niveau trs lev. En consquence, les modles informatiques qui sont devenus coteuse en ressources informatiques

http://ljs.academicdirect.org

Page 2

Gnralis Predictive Control et Neural contrle gnralis prdictive Sadhana CHIDRAWAR, Balasa applicable mme des problmes assez complexes. Intelligents et le modle des techniques de contrle bases sur ont t dvelopps pour obtenir un contrle plus serr pour de telles applications.

Ces dernires annes, l'incorporation des rseaux de neurones que les techniques de contr

adaptative la conception du systme de contrle a t prtendu tre une nouvelle mthode pour le co systmes avec des non-linarits importantes. Ces systmes neuronaux de contrle de rseaux bass sur la mesure dvelopps sont gnralement classs comme des mthodes de contrle direct ou indirect.

Modle prdictif de contrle (MPC) a trouv un large ventail d'applications dans le proces chimique, la transformation des aliments et de l'industrie du papier. Certains des algorithmes MPC les plus populaires que l'on trouve une large acceptation dans l'industrie sont de contrle dynamique du Matrix (DMC), Contrle algorithmique (MAC), commande prdictive fonctionnelle (PFC), Auto prvision tendue Adaptive Control (EPSAC), tendue Horizon Adaptive Control (EHAC) et gnralis Predictive Control (GPC). Dans ce travail, parmi ceux-ci nombre de MPC algorithmes GPC est tudi en dtail.

Gnralis commande prdictive (GPC) La mthode GPC a t propose par Clarke et al [1] et est devenu l'un des plus

mthodes populaires MPC la fois dans l'industrie et le milieu universitaire. Il a t mis en uvre avec succs dans de nombreuses applications industrielles, en montrant de bonnes performances et un certain deg robustesse.

L'ide de base de la GPC est de calculer une squence de signaux de commande venir da
translate.googleusercontent.com/translate_f 1/1