基于粒子群算法混合优化的广义预测控制器研究

被引：21

作者：

肖本贤 ^{[1
]}

朱志国 ^{[1
]}

刘一福 ^{[2
]}

机构：

[1] 合肥工业大学自动化研究所

[2] 安徽省电力科学研究院

来源：

系统仿真学报 | 2007年 / 04期

关键词：

广义预测控制; 粒子群优化算法; 混合优化策略; 约束;

D O I：

10.16182/j.cnki.joss.2007.04.030

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

提出一种基于粒子群算法混合优化的广义预测控制器(generalized predictive control based on particleswarm optimization,简称PSOGPC),将粒子群优化算法(particle swarm optimization,简称PSO)引入到广义预测控制的滚动寻优过程中,有效解决了广义预测控制在被控对象存在约束时难以获得最优预测控制输入及求解复杂的问题。并对普通粒子群优化算法进行了改进,提高了优化过程的求解精度和收敛速度。多种约束情况和对电厂锅炉的主汽温控制系统的仿真结果表明了该方法的有效性和优良的控制性能。

引用

页码：820 / 824

页数：5

共 5 条

[1] 输入受限的隐式广义预测控制算法的仿真研究 [J].