非線性模型預測控制中的演化計算：算法與應用.pdf

1、基于模型的預測控制是一類典型的計算機控制算法，在工業(yè)控制中獲得了大量成功的應用，受到控制界和工業(yè)界的廣泛關(guān)注。然而工業(yè)實際被控對象大都具有非線性特征，并且?guī)в懈黝惥€性/非線性、等式/不等式約束。隨著性能指標要求越來越高，被控對象越來越多樣和復雜，線性預測控制漸漸不能滿足控制要求。因此，近年來基于非線性模型的預測控制引起了國內(nèi)外的廣泛關(guān)注。 當被控對象模型由線性轉(zhuǎn)變?yōu)榉蔷€性時，一個重要的改變是：難以再保證獲取最優(yōu)控制序列的解析解，

2、只能將其轉(zhuǎn)化為控制量優(yōu)化問題求取數(shù)值解。同時，預測控制器參數(shù)較多，相互關(guān)聯(lián)較強，并且控制系統(tǒng)往往存在多個目標，故其參數(shù)整定問題較為繁瑣，其本質(zhì)是多目標優(yōu)化。 近年來，模擬自然界優(yōu)勝劣汰過程的演化算法發(fā)展迅速，作為一種具有較強的全局搜索性能的優(yōu)化算法，在眾多領(lǐng)域得到了應用。本文在閱讀大量參考文獻的基礎上，著重研究如何將演化算法應用于非線性預測控制控制量求解和控制器參數(shù)多目標優(yōu)化兩個領(lǐng)域中，并針對其中存在的問題，對現(xiàn)有的算法進行改進

3、，以改善控制量的平穩(wěn)性、加快計算速度、加強算法多樣性保持、增強算法可實用性。本論文的主要工作及意義有以下幾個方面： 1．總結(jié)了在非線性預測控制控制量優(yōu)化問題中的約束處理方案，并針對演化算法的特點，提出了適用于演化算法的約束處理方案。 2．將帶精英保存策略和種子策略的標準遺傳算法應用于控制量優(yōu)化問題中，對非線性較強的被控對象得到了優(yōu)于線性預測控制和基于SQP的非線性預測控制的控制效果。 3．結(jié)合SQP和GA各自的優(yōu)

4、勢，提出GA/SQP混合優(yōu)化算法，有效地解決了因標準遺傳算法的隨機性帶來的穩(wěn)態(tài)控制量抖動問題。 4．模擬自然界生物成長過程，在標準遺傳算法框架中加入成長算法，并用爬山法實現(xiàn)，加強算法的局部搜索性能。試驗表明，在保持標準遺傳算法性能的基礎上，有效的降低了算法的時間消耗。 5．利用模擬退火更新策略平衡差分演化算法的廣度搜索和深度搜索，并將其應用于非線性預測控制控制量優(yōu)化問題中?；陔p容水箱的實控結(jié)果驗證了算法的有效性。