基于Pseudo-Partial-Derivative(PPD)的概念动态线性化非线性系统,利用集结方法处理未来预测时刻的PPD,实现了非线性系统的自适应预测函数控制.所给算法的预测模型只与当前时刻的测量数据有关,不依赖于对象的具体结构.该算法能够提供有界的输入输出,并能无偏差跟踪给定值.最后通过大滞后对象和强非线性pH中和滴定实验验证了该方法的有效性,并说明了其具有很强的鲁棒性和抗干扰能力.

由于无刷直流电机调速系统具有非线性、多变量、不确定时变系统等特点,在高控制精度和快响应速度的条件下,传统的PID控制方法已经不能满足无刷直流电机调速系统的要求,如果其中的参数变化超过一定范围,整个控制系统会出现不稳定。在分析无刷直流电机(BLDCM)的数学模型并将其简化的基础上,提出了一种无刷直流电机的预测函数控制(PFC)策略,并进行了Matlab仿真试验。该BLDCM系统采用双闭环调速,速度环中采用PFC控制,计算得到参考电流值作为电流环的输入,电流环采用离散PI控制,由滞环电流跟踪型PWM逆变器的原理实现电流控制。仿真试验结果显示,这种无刷直流电机调速系统可以取得良好的控制效果。

matlab中的预测函数控制的仿真。用于实现电压控制的模型。

随着DC/DC变换器大量推广应用，除了对其稳态性能有严格要求外，对动态性能的要求也日益提高。传统控制方法是依托于小信号模型来设计控制器参数，当在设计值附近运行时，DC/DC变换器具有良好稳态性能；

https://blog.csdn.net/xianshengsan/article/details/107144822该博文中的函数及数据集，供大家参考

matlab输入光强、风速、风向等气象数据，输出天气预报情况。

预测函数控制实例及MATLAB源程序-PFC_JY.m 应用预测函数控制进行过程控制水箱液位控制及MATLAB源程序，希望能够对大家有用！

代码基础来源于十一五规划的经济预测与决策实验教材，经过多次修改，使得代码的实用性更强。

P1=10; P2=20; Tr=30; Ts=1; beta=exp(-Ts/Tr); numm=[1]; denm=[3 8 1]; num=[2]; den=[16 9 1]; [A,B,C,D]=tf2ss(num,den); [Gd,Hd,Cd,Dd]=c2dm(A,B,C,D,Ts); [Am,Bm,Cm,Dm]=tf2ss(numm,denm); [Gmd,Hmd,Cmd,Dmd]=c2dm(Am,Bm,Cm,Dm,Ts);

使用Java实现的ID3决策树，内含数据文件及ID3类的源代码。实现了决策树分类，结果存储为XML文件，以及基于模型进行的分类预测。