人工免疫系統(tǒng)在非線性系統(tǒng)辨識及預(yù)測控制中的應(yīng)用研究.pdf

1、論文基于免疫系統(tǒng)原理來研究非線性系統(tǒng)控制領(lǐng)域兩大重要課題：非線性系統(tǒng)模型辨識及其預(yù)測控制。免疫系統(tǒng)是一個具有強(qiáng)大學(xué)習(xí)能力的分布式動態(tài)魯棒系統(tǒng)，在免疫系統(tǒng)中種類有限的抗體能夠識別種類繁雜并且處于不斷進(jìn)化中的抗原?？贵w識別抗原的這種機(jī)制顯示免疫系統(tǒng)具有強(qiáng)大的自學(xué)習(xí)、自組織能力及良好的自適應(yīng)性，這正是系統(tǒng)辨識所渴求的特征；而基于免疫原理提出的各種優(yōu)化算法是一種具有優(yōu)越性能的全局優(yōu)化算法，非常適合預(yù)測控制的滾動優(yōu)化等各種優(yōu)化問題的求解。論文主要

2、研究內(nèi)容及貢獻(xiàn)如下： （1）提出一種抗體結(jié)構(gòu)編碼方法及基于結(jié)構(gòu)編碼的免疫優(yōu)化算法，實(shí)現(xiàn)非線性系統(tǒng)結(jié)構(gòu)辨識。該算法基于免疫系統(tǒng)原理，將抗體的非線性響應(yīng)模型編碼為動態(tài)結(jié)構(gòu)樹，通過結(jié)構(gòu)樹的克隆、選擇、變異、交叉等免疫操作來實(shí)現(xiàn)非線性問題的免疫優(yōu)化，實(shí)現(xiàn)了非線性系統(tǒng)模型的結(jié)構(gòu)辨識。 （2）提出一種抗體的混合編碼方法及基于混合編碼的免疫優(yōu)化算法，應(yīng)用于非線性系統(tǒng)模型的結(jié)構(gòu)與參數(shù)的一體化辨識。混合編碼方法將非線性表達(dá)式的結(jié)構(gòu)通過動態(tài)

3、結(jié)構(gòu)樹來描述，表達(dá)式的參數(shù)通過動態(tài)浮點(diǎn)數(shù)組來描述，代表非線性表達(dá)式的抗體的完整編碼由動態(tài)結(jié)構(gòu)樹編碼與浮點(diǎn)編碼混合組成。 該算法通過對結(jié)構(gòu)編碼與參數(shù)編碼的免疫優(yōu)化操作實(shí)現(xiàn)非線性表達(dá)式結(jié)構(gòu)與參數(shù)的免疫優(yōu)化，實(shí)現(xiàn)非線性系統(tǒng)模型的結(jié)構(gòu)與參數(shù)的一體化辨識。基于結(jié)構(gòu)編碼與混合編碼的免疫優(yōu)化算法均具有卓越的全局搜索性能，不依賴過多的先驗知識，應(yīng)用于非線性系統(tǒng)辨識時，能得到結(jié)構(gòu)簡單、容易理解的非線性表達(dá)式模型。 （3）提出一種基于克隆選

4、擇的免疫預(yù)測控制算法。采用比較通用的NARX形式的預(yù)測模型，通過克隆選擇算法求解滾動優(yōu)化問題，利用預(yù)測模型及目標(biāo)函數(shù)在解空間中尋優(yōu)直接獲得預(yù)測時域內(nèi)的最佳控制序列，避免了求解Diophantine方程與逆矩陣及復(fù)雜的推導(dǎo)過程。 該算法對非線性系統(tǒng)不需要進(jìn)行線性化，對帶強(qiáng)耦合的MIMO系統(tǒng)不需要解耦，使用罰函數(shù)處理約束也非常方便。 仿真結(jié)果表明基于克隆選擇的免疫預(yù)測控制算法對外部干擾及建模誤差具有很好的魯棒性；并且不修改算

5、法及算法參數(shù)就能對時滯系統(tǒng)、非最小相位系統(tǒng)、不穩(wěn)定對象、非線性系統(tǒng)及MIMO系統(tǒng)等實(shí)現(xiàn)理想的控制效果，因而具有通用性，有利于預(yù)測控制的應(yīng)用推廣。 （4）設(shè)計一種基于自適應(yīng)免疫預(yù)測控制的智能控制儀表。該儀表將基于混合編碼免疫優(yōu)化的系統(tǒng)辨識算法與基于克隆選擇的預(yù)測控制算法結(jié)合，采用基于多DSP并行實(shí)現(xiàn)的模塊化硬件/軟件結(jié)構(gòu)，具有并行性、自適應(yīng)性、魯棒性、通用性及易于使用與維護(hù)等特點(diǎn)，有望成為優(yōu)于傳統(tǒng)PID儀表的新一代智能控制儀表。