基于遗传算法的有约束最优反馈控制设计.pdfVIP

增 刊 浙 江 大 学 学 报(自然科学版) Suppl㈣t 122§生§旦 jQ坚!璺型里!圣b!j垫翌g型旦i!s!i鲢z!竖：：121童!：竺!! !!璧!!!§ 基于遗传算法的有约束最优反馈控制设计 蓖 勇 杨槭融 (青岛化工学院自动化系．青岛．266042) 摘 要 本文提出了一种有不等式约束的最优反馈控制设计方法．它将遗传算法(GA)和传统的控 制系统设计方法综合起来．首先将传统最优反馈控制设计中的线性二次型目标函数分解为多个 目标函数，避免了选择权值矩阵的困难}然后利用遗传算法寻找带有约柬的最优反馈．仿真结果 显示该方法是有效的． 关键词：最优反馈控制；约束；遗传算法 中圈法分类号：TP271 0． 引 言 在最优控制系统设计中，动态过程的特性通常可由下面的状态方程描述： 王一Ax(t)+Bu(f) (1) 其中z是过程状态，“是控翩输入，A和B是已知矩阵．寻找线性反馈： “0)=一Kx(t) (2) 其中K是增益矩阵．通过选择合适的K使得下面的二次型目标函数为最小： ，‘， J=J。[zr(t)Qx(t)+UT(t)Ru(t)]dt (3) J～ 其中Q和R是正定对称矩阵． 利用这种性能指标来设计最优反馈控制时，让控制系统设计者费神的问题是对权值矩 阵Q和R的选择．传统上，对于权值矩阵Q和R的选择是基于经验，并要进行多次的试验对 比，才能取得比较接近期望的权值矩阵．这个工作量是巨大的，而且得到的结果也仅仅是能 反映某种权值矩阵Q和尺所对应指标的最优控制作用． SOURAVKUNDU和SEIICHI 方法避免了直接使用权值矩阵Q和R，而且利用遗传算法得到了最优设计的解，并保持了Q 和R的多样性．但是，他们没有考虑有约束情况，本文采用他们提出的转化优化指标的思想， 讨论了基于遗传算法的有约束的最优反馈控制设计问题． 392 浙 江 大 学 学 报(自然科学版) 1998年 1 问题的数学表示 1．1 最优反馈控制同题 考虑下面以状态空间方程表示的多变量线性时不变系统： z=Ax(t)+Bu0) (4) y(t)=Cx(t) (5) o 给定的初始条件为： x(to)=o。 (6) 其中z∈R“，“∈Rr，A∈Ph，_B∈FxT，C∈R“¨，而且{A，B)是可控韵． 对该系统进行最优反馈设计常用的性能指标如下： 一 (7) ．，00))=l[xr(t)Qx(t)+“7(t)Ru(t)]dt 其中Q和R是正定对称矩阵．控制系统设计问题就是寻找～个控制作用“(f)令(7)式所示 的性能指标最小．对Q和R的选择要取决于设计者的经验．根据线性控制理论，代数Riecati 方程可表示为： 根据方程(8)的解P可以求得最优控制输入。 “(f)=一R1Brpx (9)