关于预测控制的进一步思考

关于预测控制的进一步思考席裕庚（上海交通大学自动化研究所，２０００３０）七十年代中期出现的预测控制算法，在经历了近二十年的发展后，已以其强大的生命力而为控制界所瞩目．面对预测控制的蓬勃发展，如果我们重温一下ｆｏｃｈａｉｅｔ等１９７８年在Ａｕｔｏｍａｈ...     

150t/h循环流化床锅炉燃烧系统的建模

通过调研某发电厂循环流化床锅炉,利用从该电厂获得的历史数据以及现有的数学模型,采用MATLAB工具箱建立了传递函数模型,在此模型基础上通过仿真研究循环流化床锅炉燃烧系统的动态特性.主要研究给煤量、一次风、二次风等输入量与床温、主蒸汽压力、主蒸汽温度、炉膛出口烟气含氧量等输出量之间的关系,给出了可用于控制系统设计的燃烧系统的传递函数阵.仿真结果表明,所建立的模型能准确地反映系统的动态性能.同时分析了影响动态特性的因素,为循环流化床锅炉燃烧系统的控制策略研究建立了平台.     

六自由度机械臂约束预测控制系统的设计

本文提出了一种基于约束预测控制的机械臂实时运动控制方法.该控制方法分为两层,分别设计了约束预测控制器和跟踪控制器.其中,约束预测控制器在考虑系统物理约束的条件下,在线为跟踪控制器生成参考轨迹;跟踪控制器采用最优反馈控制律,使机械臂沿参考轨迹运动.为了简化控制器的设计和在线求解,本文采用输入输出线性化的方式简化机械臂动力学模型.同时,为了克服扰动,在约束预测控制器中引入前馈策略,提出了带前馈一反馈控制结构的预测控制设计.因此,本文设计的控制器可以使机械臂在满足物理约束的条件下快速稳定地跟踪到目标位置.通过在PUMA560机理模型上进行仿真实验,验证了预测控制算法的可行性和有效性.     

一种基于衰减集结的鲁棒预测控制器

高效鲁棒预测控制 (ERPC) 是一种在线计算量较小, 且控制性能较好的鲁棒预测控制算法. 但采用单一椭圆不变集的设计方法存在保守性. 本文采用衰减集结策略, 通过离线设计在系统状态空间中投影彼此正交的两个椭圆不变集, 在线进行凸组合的方法设计 ERPC 控制器, 使系统初始可行域进一步扩大, 并在一定程度上改善了控制性能.     

一种改进的鲁棒约束预测控制器的综合设计方法

针对多包描述的不确定系统,提出一种新的鲁棒约束预测控制器.高线设计多包系统worst-case情况下性能最优的不变集,在线求解多包系统无穷时域性能指标的rain-max优化问题.设计方法采用了时变的终端约束集,扩大了初始可行域,并能获得较优的控制性能.仿真结果验证了该方法的有效性.     

一种并行多目标遗传邻域搜索算法

现有的多目标遗传算法在解决大规模多目标生产调度问题时虽然有效,但往往非常耗时,难以应用于实际.为了提高求解效率,提出了一种并行多目标遗传邻域搜索算法来求解Pareto边界.该算法将多目标遗传算法的进化方向划分为若干范围,然后同时对每个进化方向的范围使用多目标遗传邻域搜索算法,并行地搜索各方向范围内的Pareto边界;在各进化方向范围内进化的子种群会定期交流各自进化成果.多目标遗传邻域搜索算法的并行化在不增加求解时间的前提下,提高了求解精度,加快了算法的收敛速度.仿真实验结果验证了算法的可行性与有效性.     

基于多步控制集的鲁棒预测控制器设计

针对有约束多胞不确定系统, 本文提出多步控制集的概念, 并将其作为终端集进而设计鲁棒预测控制器. 由于设计了一系列可变的反馈律, 鲁棒预测控制器可以得到更好的控制性能和更大的初始可行域. 另外, 利用多步控制集的特性, 本文提出了一种将预测控制器的在线计算量转移到离线完成的算法. 通过该算法, 可以有效地平衡鲁棒预测控制器的控制性能、在线计算量和初始可行域. 仿真算例验证了这些算法的有效性.     

智能控制的新进展(Ê )

对神经网络和遗传算法在控制和优化中的应用进行综述,着重讨论了模糊推理和神经网络的内在关系,并对智能控制的发展做了展望。     

基于模糊目标和模糊约束的满意控制

研究在预测控制框架下进行模糊决策问题,提出一种基于模糊目标和模糊约束的预测控制方法。其目标函数以决策者的控制要求和最终控制的满意度来表示,比传统的加权方差具有更多的自由度;与基于二次型性能指标的预测相比,该方法可使系统设计更加灵活。仿真结果表明了该方法的有效性。     

机器人足球赛中基于增强学习的任务分工

本文研究了机器人足球赛中利用增强学习进行角色分工的问题,通过仿真试验 和理论分析,指出文［1］中采取无限作用范围衰减奖励优化模型(infinite horizon disc ou nted model)的Q学习算法对该任务不合适,并用平均奖励模型(average reward model)对 算法进行了改进,实验表明改进后学习的收敛速度以及系统的性能都提高了近一倍．