基于遺傳算法和非線性規(guī)劃的約束廣義預(yù)測控制.pdf

1、預(yù)測控制是20世紀(jì)70年代產(chǎn)生的一類新型計算機控制算法。經(jīng)過30多年的發(fā)展，預(yù)測控制理論和實踐發(fā)展都取得了豐碩的成果，形成了具有滾動優(yōu)化特色，能夠解決不確定性系統(tǒng)穩(wěn)定和魯棒性強的設(shè)計理論體系。廣義預(yù)測控制(GPC)在自適應(yīng)控制和預(yù)測控制研究基礎(chǔ)上發(fā)展起來控制方法。該算法是一種魯棒性強、能夠有效地克服系統(tǒng)滯后、可應(yīng)用于開環(huán)不穩(wěn)定非最小相位系統(tǒng)的先進控制算法。然而，傳統(tǒng)的GPC算法沒有考慮到工業(yè)過程對控制作用的約束要求。如果在廣義預(yù)測控制中

2、考慮約束，勢必會對控制量求解帶來難度，影響了廣義預(yù)測控制的性能。通常狀況下，求解有約束的廣義預(yù)測控制器是一個優(yōu)化問題，應(yīng)用傳統(tǒng)算法來求解變得很難，而且計算量大。因此，為了解決廣義預(yù)測控制出現(xiàn)的這種問題，需要尋找其他的優(yōu)化方法。
　　 遺傳算法(GA)是在生物遺傳機理和自然選擇基礎(chǔ)上，應(yīng)用數(shù)學(xué)方法模擬自然進化建立數(shù)學(xué)模型，并且能夠處理復(fù)雜問題的優(yōu)化方法。由于遺傳算法不受問題性質(zhì)、優(yōu)化準(zhǔn)則形式等因素的限制，而且目標(biāo)函數(shù)在適應(yīng)度和概率

3、大小引導(dǎo)下進行全局搜索，能夠有效的處理帶約束的優(yōu)化問題。非線性規(guī)劃也是一種優(yōu)化理論和方法，主要研究極值問題和約束極值問題的理論和算法。但是GA也有其局限性，比如早熟收斂的問題，局部搜索能力弱。還有就是群體規(guī)模對遺傳算法的優(yōu)化性能也有較大影響。種群規(guī)模小可能會導(dǎo)致種群單一化，群體進化過程很快結(jié)束，當(dāng)種群規(guī)模取值較大時將導(dǎo)致計算量增加，計算效率下降。
　　 本文針對有約束廣義預(yù)測控制，在遺傳算法的基礎(chǔ)上結(jié)合非線性規(guī)劃算法來彌補這些不