聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽 首页聽|聽简介聽|聽编委会聽|聽征稿简则聽|聽英文刊聽|聽稿件流程聽|聽致读者聽|聽下载区聽|聽常见问题说明
基于粒子群优化的有约束模型预测控制器
Particle-swarm optimization algorithm for model predictive control with constraints
摘要点击聽聽211聽聽全文点击聽聽93聽聽投稿时间:2008-7-10聽聽最后修改时间:2008-12-9
查看全文聽聽查看/发表评论聽聽下载PDF阅读器
DOI编号聽聽
聽聽2009,26(9):965-969
中文关键词聽聽模型预测控制聽聽粒子群优化算法聽聽带约束的优化聽聽线性离散系统
英文关键词聽聽model predictive control聽聽particle swarm optimization聽聽optimization with constraints聽聽discrete-time linear systems
基金项目聽聽国家自然科学基金资助项目(60774088, 10772135); 教育部新世纪优秀人才支持计划资助项目(NCET); 教育部科学技术研究重点项目资助项目(107024); 天津市应用基础及前沿技术研究计划资助项目(08JCZDJC21900, 07JCYBJC05800).
学科分类代码聽聽
作者单位E-mail
董娜南开大学 自动化系dongna1110@hotmail.com
陈增强南开大学 自动化系
孙青林南开大学 自动化系
袁著祉南开大学 自动化系
中文摘要
聽聽聽聽聽聽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, 用于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.
英文摘要
聽聽聽聽聽聽We investigate the optimization algorithms for solving the constrained optimization problems in model predictive control(MPC). To deal with the disadvantage of the quadratic programming(QP) algorithm, we introduce and apply the chaotic particle-swarm optimization(CPSO) algorithm to solve the control problem with simultaneous constraints on inputs and states. A practical constrained optimization problem of the discrete-time linear system is solved by QP and PSO, respectively. By comparing the simulation results, we show the advantages of the PSO-based MPC algorithm.
 
  聽聽聽聽聽聽聽聽聽 您是第334040位访问者  

主办单位:华南理工大学 中国科学院数学与系统科学研究院聽聽聽聽聽 单位地址:广州市天河区五山路381号

服务热线:020-87111464聽聽 传真:020-87111464聽聽 邮编:510640 聽聽Email: aukzllyy@scut.edu.cn
 

聽聽聽聽本系统由北京勤云科技发展有限公司设计