基于ＰＳＯ优化的非线性系统无模型控制方法

2012年03月26日09:31:40 本网站我要评论(2)字号：T | T | T

关键字：应用

李秀英，韩志刚
黑龙江大学电子工程重点实验室，黑龙江哈尔滨

摘　　　要：针对一类非线性离散时间动态系统，提出了基于改进泛模型的非线性控制方法并对该控制律作用下系统的ＢＩＢＯ稳定性及收敛性进行了分析。该方法在改进泛模型的基础之上，根据二次型性能指标设计较优控制律，其中，时变特征参量建立ＡＲ模型进行预报，控制律中的未知参数采用粒子群优化（ＰＳＯ）算法进行优化。经过优化后的控制律作用于该非线性对象，可以收到良好的控制效果。该方法的优势在于简单而且易于实现。仿真结果表明了算法的有效性。

关　键　词：改进泛模型；粒子群优化；特征参量；收敛性

１　引　言
无模型控制方法不依赖于被控对象的数学模型，是在泛模型的概念下，采用建模与控制一体化的思想而设计的，因此，在复杂被控对象的控制中显示出了它的优越性［１］。某些用ＰＩＤ控制器不能很好控制的被控对象，用无模型控制方法几乎都能实现闭环稳定控制。应用的成功，推动了对无模型控制方法进一步的理论研究［２３］。近年来，粒子群优化算法以其计算效率高、鲁棒性强、能以较大概率找到问题的全局较优解而引起普遍重视。短短几年时间便获得了快速发展，在非线性系统控制领域得到广泛应用［４６］。本文针对一类非线性离散时间动态系统，在改进泛模型［７］基础上，根据二次型性能指标设计控制律，控制律中的参数用粒子群算法进行优化。通过对被控系统的ＢＩＢＯ稳定性分析及控制律的收敛性分析，给出了粒子中各参数的取值范围。该方法不依赖于非线性系统的数学模型，将控制律的设计问题转化为参数优化的问题，仿真结果表明了算法的有效性。

登录网站后可下载文件

基于ＰＳＯ优化的非线性系统无模型控制方法

相关阅读: