基于粒子群與差分算法的廣義預測控制.pdf

1、本文研究基于粒子群算法(PSO)與差分算法(DE)優(yōu)化的廣義預測控制(GPC)技術(shù)。針對廣義預測控制中的滾動優(yōu)化環(huán)節(jié)在尋找最優(yōu)控制輸入時所存在的缺陷，將粒子群與差分算法結(jié)合，應(yīng)用于廣義預測控制的滾動優(yōu)化，搜索最優(yōu)控制輸入，使其在系統(tǒng)受約束情況下，更快更準確的達到系統(tǒng)目標函數(shù)值最優(yōu)。文章主要從以下幾個方面進行了研究:
　　首先，具體研究廣義預測控制基本算法以及改進后的隱式算法。詳細分析廣義預測控制基本原理和廣義預測控制中丟番圖方程的

2、遞推公式。由于廣義預測控制的隱式算法避免了求解丟番圖方程，因此有效地減少了計算量即縮短了計算時間，加快了系統(tǒng)的反應(yīng)時間，并通過仿真驗證了該方法的良好控制性能。
　　其次，研究基于粒子群算法的隱式廣義預測控制。傳統(tǒng)的廣義預測控制是在不考慮約束的情況下提出，而現(xiàn)今工業(yè)控制系統(tǒng)都是復雜受約束的，粒子群算法是一類基于群體的智能優(yōu)化算法，解決受約束的優(yōu)化問題具有精度高、簡單方便、收斂快等優(yōu)點。因此本文詳細介紹粒子群基本算法在廣義預測控制中的