基于粒子群优化的有约束模型预测控制器
研究了模型预测控制(MPC)中解决带约束的优化问题时所用到的优化算法,针对传统的二次规划(QP)方法的不足,引入了一种带有混沌初始化的粒子群优化算法(CPSO),将其应用到模型预测控制中,用十解决同时带有输入约束和状态约束的控制问题.最后,引入了一个实际的带有约束的线性离散系统的优化控制问题,分别用二次规划和粒子群优化两种算法去解决,通过仿真结果的比较,说明了基于粒子群优化(PSO)的模型预测控制算法的优越性.
模型预测控制、粒子群优化算法、带约束的优化、线性离散系统
26
TP273(自动化技术及设备)
国家自然科学基金资助项目60774088,10772135;教育部新L仆纪优秀人才支持计划资助项目;教育部科学技术研究重点项目资助项目107024;人津市应用基础及前沿技术研究计划资助项目08JCZDJC21900,07JCYBJC05800
2009-12-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
965-969