LMI和进化算在多目标控制中的应用研究.pdfVIP

摘 要 控制系统中的优化问题大多数都是多目标问题，如何找到多目标控制问题的 Pareto最优解已经成为近几年的一个研究热点。论文基于线性矩阵不等式方法和多 目标遗传算法，对降阶H。控制器设计问题和混合H，／Ⅳ。控制问题进行了研究。 论文针对遗传算法局部搜索能力较差的缺点，将遗传算法与局部优化方法相 结合，提出了一种局部正交多目标遗传算法。算法首先运行多目标遗传算法，以 得到近似的Pareto最优解，然后使用正交搜索法对其进行进一步的局部优化，仿 真结果表明改进算法的优化效果优于且前流行的NSGA-II和SPEA，对算法的复杂 度和收敛性的分析表明，改进算法的复杂度与NSGA-II和SPEA相同并能以概率1 收敛到Pareto最优解集。 针对线性矩阵不等式方法对控制器阶数的约束是非凸条件的问题，论文中采 用了最新的基于线性矩阵不等式的降阶^乙控制器设计方法，克服了上述存在的问 题；而使用改进的多目标遗传算法，可以对控制器的结构和参数同时优化，在一 次运算中能够得到多个阶次的控制器。另外，控制系统中的日，性能和H。性能是 相互冲突的目标，混合峨／矾控制问题是典型的多目标问题，论文中分别使用线 性矩阵不等式方法和改进的多目标遗传算法对混合H：／H。控制问题进行了求解。 从两种方法对以上两个问题的求解过程和优化效果来看，虽然改进的多目标遗传 算法在计算成本上比线性矩阵不等式方法大，但是它的优化效果更好，保守性更 小，并可以同时考虑多个目标。 关键词：线性矩阵不等式；多目标遗传算法；降阶日。控制器；混合日：／日。控制； Pareto最优解 LMI和进化算法在多目标控制中的廊用研究 Abstract Inthe ofcontrol ofthemare optimization multi—objective problems system，most tofindthePareto solutionsof control is problems，how optimal multi—objectiveproblem ahot this and becomingspot．Inthesis，reduced—orderH。controllerdesignproblem mixed arestudiedbasedon H2|H。controlproblem multi·objectivegeneticalgorithm linear matrix (MOGA)andinequality(LMI)approach． Aimedatthe local is that search of weak, disadvantage abilitygeneticMgorithm withlocal Local combininggenetic search，a Multi—objective algorithm Orthogonal in Genetic is inthisthesis．The firstrunMOGAorderto Algorithmproposed