首页 | 本学科首页   官方微博 | 高级检索  
     检索      

粒子群优化算法在非线性模型预测控制中的研究应用
引用本文:关圣涛,楚纪正,邵帅.粒子群优化算法在非线性模型预测控制中的研究应用[J].北京化工大学学报(自然科学版),2007,34(6):653-656.
作者姓名:关圣涛  楚纪正  邵帅
作者单位:北京化工大学信息科学与技术学院,北京,100029;北京化工大学信息科学与技术学院,北京,100029;北京化工大学信息科学与技术学院,北京,100029
摘    要:提出了一种基于粒子群优化算法(PSO)的非线性模型预测控制(NMPC)。作为NMPC重要组成的滚动优化部分对控制效果的好坏起着关键的作用,因而寻求一种可靠的优化算法十分必要。PSO算法是一种群集智能方法,通过粒子之间的合作与竞争及进化实现对多维复杂空间的高效搜索,属于一类随机全局优化技术,已成功应用于各科学和工程领域。本文在滚动优化部分应用粒子群优化算法来求解预测控制律,对非线性系统施加优化控制,此外,对常规线性递减加权因子ω策略进行了讨论,提出了非线性递减策略,可进一步缩短优化时间和优化精度。仿真实验效果良好,验证了这种优化算法的正确性和有效性。

关 键 词:粒子群优化算法  群体智能  非线性模型预测控制
收稿时间:2007-04-18
修稿时间:2007年4月18日

Application of nonlinear model predictive control based on particle swarm optimization
GUAN ShengTao,CHU JiZheng,SHAO Shuai.Application of nonlinear model predictive control based on particle swarm optimization[J].Journal of Beijing University of Chemical Technology,2007,34(6):653-656.
Authors:GUAN ShengTao  CHU JiZheng  SHAO Shuai
Institution:College of Information Science and Technology , Beijing University of Chemical Technology, Beijing 100029, China
Abstract:The objective of nonlinear model predictive control (NMPC) is to select a set offuture control moves in order to minimize the function, based on a desired output trajectory over a prediction horizon. Thus it is necessary to seek a highly efficient optimization method. A new NMPC based on particle swarm optimization (PSO) is presented here. The PSO algorithm employed exhibits good optimization performance. Furthermore the effect of different kinds of inertia weight ω in the PSO is also discussed in this paper. Satisfactory experimental results are obtained and demonstrate the efficacy of the PSO algorithm employed.
Keywords:swarm intelligence  particle swarm optimization  nonlinear model predictive control
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《北京化工大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《北京化工大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号