基于粒子群优化的有约束模型预测控制器
董娜
陈增强
孙青林
袁著祉
1.南开大学,自动化系,天津,3000712.南开大学,自动化系,天津,3000713.南开大学,自动化系,天津,3000714.南开大学,自动化系,天津,300071
摘要：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.
关键词：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
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(60774088,10772135)教育部科学技术研究项目(107024)人津市应用基础及前沿技术研究计划资助项目(08JCZDJC21900,07JCYBJC05800)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 965-969 )
英文信息