改进粒子群算法优化的非线性模型预测控制.pdfVIP

第34 卷第4 期 辽宁工程技术大学学报（自然科学版） 2015 年4 月 Vol.34 No.4 Journal of Liaoning Technical University （Natural Science ） Apr. 2015 赵婷婷,程奇峰,王志丰.改进粒子群算法优化的非线性模型预测控制[J].辽宁工程技术大学学报: 自然科学版,2015,34(4):517-522. doi:10.11956/j.issn. 1008-0562.2015.04.017 Zhao Tingting, Cheng Qifeng, Wang Zhifeng.Nonlinear model predictive control optimization with improved particle swarm algorithm[J].Journal of Liaoning Technical University:Natural Science,2015,34(4):517-522. doi:10.11956/j.issn.1008-0562.2015.04.017 改进粒子群算法优化的非线性模型预测控制  赵婷婷，程奇峰，王志丰 （辽宁工程技术大学智能科学与数学研究院，辽宁 阜新 123000 ） 摘 要：针对带有有界随机扰动和概率约束的非线性模型预测控制的优化控律求解问题.采用引入粒子滤波重采 样步骤改进的粒子群算法，并与粒子的变异操作相结合来求解非线性模型预测控制优化控制律的方法，提高了算 法的收敛速度和控制效果.对概率约束的处理，采用对不满足约束的粒子进行有效替代的方法，进而得到满足概 率约束条件的优化控制律.仿真结果表明了提出的改进粒子群算法用于优化求解非线性模型预测控制的优化控制 律的可行性和有效性. 关键词：非线性模型预测控制；随机扰动；粒子群算法；粒子滤波重采样；概率约束 中图分类号：O 231.2 文献标志码：A 文章编号：1008-0562(2015)04-0517-06 Nonlinear model predictive control optimization with improved particle swarm algorithm ZHAO Tingting, CHENG Qifeng, WANG Zhifeng (Institute of Intelligent Engineering and Mathematics, Liaoning Technical University, Fuxin 123000,China ） Abstract: In order to optimize nonlinear model predictive control (NMPC) system with bounded random disturbances and probabilistic constraint，the resampling step of particle filter is introduced into the PSO algorithm for the NMPC online optimization, combining with the existing method of particle variation. The revised PSO algorithm speeds up the convergence rate and leads to better optimization results. In handling probabilistic constraint, the particles that do not meet the constraint are replaced such that the feasible optimal control law can be obtained.