基于Ⅱ型T-S模型及混沌粒子群優(yōu)化的預(yù)測(cè)控制算法.pdf

1、預(yù)測(cè)控制是一種以受控對(duì)象模型為基礎(chǔ)的優(yōu)化控制技術(shù),由于其具有控制性能好及魯棒性強(qiáng)、并能有效地處理輸入輸出約束等優(yōu)點(diǎn),已經(jīng)成功的應(yīng)用到工業(yè)控制過程中,并表現(xiàn)出巨大的優(yōu)越性。但預(yù)測(cè)控制算法在非線性較強(qiáng)的系統(tǒng)中難以取得良好的控制效果。在處理非線性系統(tǒng)的控制問題時(shí),往往有兩個(gè)主要難點(diǎn):
　　(1)如何創(chuàng)建一個(gè)高精度的非線性預(yù)測(cè)模型,預(yù)測(cè)系統(tǒng)未來的輸出。
　　(2)如何解決控制量在采樣周期內(nèi)的非線性優(yōu)化問題。
　　本文針對(duì)一類非

2、線性系統(tǒng)的預(yù)測(cè)控制問題,給出了一種基于滿意聚類的Ⅱ型T-S模糊建模及以混沌粒子群優(yōu)化為滾動(dòng)優(yōu)化策略的預(yù)測(cè)控制算法:
　　基于數(shù)據(jù)驅(qū)動(dòng)的Ⅱ型T-S模糊建模方法在利用G-K聚類算法辨識(shí)參數(shù)時(shí),聚類中心個(gè)數(shù)c為事先給定的,而針對(duì)于不同的系統(tǒng),若缺乏充分的認(rèn)知?jiǎng)t很難給出良好的分類劃分?jǐn)?shù)目 c,從而使建模誤差較大。本文在此基礎(chǔ)上給出了一種基于滿意聚類的c確定方法,通過是否達(dá)到事先給定的用戶認(rèn)為滿意的性能指標(biāo)的最小值來判斷是否得到滿意的c值,

3、最終辨識(shí)獲得滿意的Ⅱ型T-S模型。
　　本文中,以獲得的Ⅱ型T-S模型作為預(yù)測(cè)模型,混沌粒子群優(yōu)化算法為滾動(dòng)優(yōu)化策略建立預(yù)測(cè)控制算法來控制被控非線性系統(tǒng)?；煦缌Ｗ尤簝?yōu)化算法把粒子群優(yōu)化算法快速尋找最優(yōu)解的能力和混沌優(yōu)化算法較強(qiáng)跳出局部極值的能力有效結(jié)合起來,不僅保持了種群的多樣性,而且避免粒子群優(yōu)化算法容易陷入局部極值的缺點(diǎn),提高了算法精度。在滾動(dòng)優(yōu)化過程中將混沌粒子群優(yōu)化算法作為滾動(dòng)優(yōu)化策略,通過混沌粒子群優(yōu)化不斷的迭代搜索來實(shí)