文档介绍：万方数据
‘:曰一“掣技术与方泛礱№删基于粒子群优化的约束广义预测控制实现方法金建平V莼缰耙导际跹г海粘V算法的广义预测控制算法的实现方法。将该算法应用到工业过程对象中进行测试,仿真结果表明了算《微型机与应用》年第卷第期摘要:用微粒群优化算法解决存在约束的广义预测控制的优化问题,并给出了基于微粒群优化法的有效性和高效性,获得了良好的控制效果。关键词:广义预测控制;遗传算法;优化;约束阋逶げ饪刂扑惴:一⋯。.:⋯。.工夕吖历一式校虴可以通过求解丢番图方程得到,即历。‘骸式校虴怯葾骸驮げ獬ざ萠,唯一确中图分类号:.文献标识码:文章编号:——,琣广义预测控制已经在工业过程中得到广泛应用。在广义预测控制中,如果被控过程是线性无约束的,并且目标函数是二次型的形式,则可求得一个解析的线性控制器,但是实际工业过程中存在着各种约束,这会使求解控制量的滚动优化问题变得复杂,通常需求解一个有约束的二次规划或非凸规划,而传统的通过迭代求解二次规划和非凸规划方法计算量非常大,另外非凸规划的求解对初始条件也非常敏感,这些会影响到广义预测控制的性能。为了解决此问题,本文将粒子群优化算法应用到广义预测控制中,解决广义预测控制的局限性。广义预测控制算法是一种先进的控制算法,它广泛应用在电力、炼油、化工和造纸等工业领域,是一种源于实际工业过程的高级控制算法,是预测控制中最具代表性的算法之一【,随着对广义预测控制研究的不断深入,其理论和算法也逐步得到了完善。在广义预测控制算法中,用受控自回归积分滑动平均P兔枋一个具有非平稳噪声的实际过程可表示为:其中,和为过程输入和输出,‘R桓霾幌喙的白噪声序列,獄为差分算子,一’为后移算子:一的多项式。即:日篲⋯。。对于单输入单输出系统,假设,则从刻起,第翰胶蟮脑げ馐涑鲋悼杀硎疚#定的多项式,即篻,:瓵籫籵籧/。’‘
万方数据
与掣推向‰和气。的统计加速度权重,两者均为正值。翔迭代公式中增加螅伞搿ⅰ牒蚏三者共同向下最优粒子位置‰在较长时间内没有发生变化,在粒子群体快接近%时,其速度更新将主要由历史速度决从第虻凇胺上琛笔保W映匪娓鎏寮担和全局极值‰外,还追随从微粒群中随机选取的某个叮【多籰】乞△“吖】,辏琍,也称为民,,记全体所有微粒经过的最好位置为只吕#,也称为珞。。按追随当前《微型机与应用》年第卷第期易一祝畂祝甀:,。工”中前,项的系数正是对象阶跃响应前畹牟裳值,记为,,⋯,吕,将展开为:夕昕:。巧【夕,⋯,夕Ⅳ籊H暌矿我蝗式中,形鞳騉帷俊豢笪>卣。惴ḿ捌涓慕秽Y一算自桓闒扩展搜索空间的趋势,有助于新区域的搜索;骸:为ぁ獄~一茗。式中,为非负常数,一般取;为,康乃婊数,根据仿真实验,旱娜≈捣段г—之间时能获欢迎网上投稿畃甤令多项式:“历R,整理后可得:⋯海稩则有岛,‘。因此,广义预测控制预测模型可以写成:式中:,⋯,△抖肌一】听珹琟俊玿Ⅳ通过长时间段预测,广义预测控制用多步预测优化代替一步预测优化,并且优化时域随着时间的推移而推移,具有多步预测并实施滚动优化的机制,使得系统存在时滞估计误差或时滞变化时具有较好的鲁棒性。在时刻的优化性能指标表示为:式中:Ⅳ为预测时域,肌为控制时域,将上式极小化后得到其最优解:最优控制量为:的第小式中,如果控制量存在约束情况,则需求解带有约束的二次规划,约束非线性的存在会导致优化成为一