未找到相关数据
基于PSO的预测控制及在聚丙烯中的应用
被引：12
作者：
夏晓华
刘波
栾志业
金以慧
机构：
[1] 清华大学自动化系
来源：
关键词：
微粒群优化(PSO)算法;
序贯二次规划(SQP);
模型预测控制(MPC);
聚丙烯;
D O I：
10.14107/j.cnki.kzgc.2006.05.001
中图分类号：
TP273.5 [];
学科分类号：
080201 ;
0835 ;
摘要：
输入输出受限非线性系统的预测控制问题,可以看作是一个难以直接求解的约束非线性优化问题。针对预测控制在解决此类优化问题时,存在易收敛到局部极小或者非可行解,对初始值敏感等缺点,提出了一种基于微粒群优化方法的非线性预测控制算法。采用微粒群优化算法(PSO)作为模型预测控制的滚动优化方法,在线实时求解最优控制律。将PSO与序贯二次规划(SQP)算法进行对比仿真实验,求解两个标准函数优化问题,结果表明PSO能够快速有效地求得全局最小点,而SQP则很容易陷入局部极小点。将该算法应用于丙烯聚合反应过程的温度控制中,仿真结果显示了该方法的有效性。
引用
收藏
页码：401 / 403
页数：3
相关论文