基于种群分级遗传算法的受限广义预测控制

• 作者: 徐双双 邵克勇 陈琴
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: GPC 遗传算法 仿真研究
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 4-7
• 分类号: TP18
• 字数: 3050字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2011.10.002

摘要

存在约束的控制过程限制了传统GPC方法在工业领域中的广泛应用.本文利用遗传算法来解决受限GPC算法的优化问题.当控制作用突破受限条件时,启用遗传算法来处理带约束的非线性优化问题,并以此作为滚动优化策略,求得最优控制律.遗传算法采用种群分级制度,充分利用所获信息对高级种群进行初始化,大大提高了算法的局部搜索能力.同时低级种群的引入,可以更好地均衡算法的全局探索能力,提高算法寻优的精度.最后对一个二阶纯滞后系统进行仿真控制,结果表明种群分级的遗传算法能够很好地处理存在约束的广义预测控制问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵克勇	东北石油大学电气信息工程学院	59	185	7.0	10.0
2	陈琴	东北石油大学电气信息工程学院	4	5	2.0	2.0
3	徐双双	东北石油大学电气信息工程学院	3	4	1.0	2.0