基于T-S模型的模糊预测控制在线优化算法研究

摘要

针对复杂非线性系统难以建模从而难以控制以及约束预测控制的在线优化计算量大的问题，本文研究了基于T-S模糊模型的非线性系统辨识算法，并在此基础上研究非线性系统的模糊预测控制问题。对比研究了约束预测控制的在线优化几种求解算法，仿真表明本文所提算法的有效性。论文的主要研究工作内容有以下几个方面： （1）针对复杂非线性动态系统的模糊建模问题，本文采用一种基于T-S模型在线自学习的模糊辨识算法。通过模糊聚类算法对T-S模糊模型的前提部分进行辨识；对于T-S模糊模型的后件参数采用在线学习的方法进行辨识。仿真研究表明该算法较好的辨识效果。 （2）有约束的预测控制滚动优化可以转化成一个标准的二次规划问题。对比研究投影最小二乘算法、有效集算法和Dantzig-Wolfe算法在预测控制在线优化中的求解效果，Shell塔仿真表明投影最小二乘算法在约束预测控制在线优化求解中有较好的效果。 （3）研究了基于T-S模糊模型的DMC和GPC两种模糊预测控制算法，并且与普通的PID的控制效果进行比较，pH中和过程表明基于T-S模型模糊预测控制较普通的PID有较好的效果。将非线性系统预测控制的目标函数转化为线性二次规划问题，避免了非线性规划巨大的计算量，同时利用投影最小二乘算法进行在线求解。

目录

文摘

英文文摘

声明

第1章 前言

1.1 课题意义

1.2 国内外的研究现状

1.2.1模糊预测控制

1.2.2预测控制中的二次规划

1.3 课题的主要工作和内容安排

第2章二次规划算法的基本知识和理论

2.1 数学基础

2.2最优化的条件

2.2.1无约束最优化问题

2.2.2约束最优化问题

2.3二次规划有解的条件

2.4二次规划的有效集法

2.5投影最小二乘法

2.5.1等式约束问题

2.5.2一般约束问题

2.6算例分析

2.7本章小结

第3章T-S模糊模型的辨识与建模

3.1 引言

3.2模糊模型的辨识

3.3 T-S模糊模型

3.3.1 T-S模糊模型的定义

3.3.2 T-S模糊模型的离线辨识

3.3.3 T-S模糊模型的在线辨识

3.4 仿真实例

3.5 本章小结

第4章 约束预测控制在线优化求解研究及其应用

4.1 有约束的多变量预测控制

4.2 约束过程预测控制中的在线优化处理

4.3 子空间投影求解等式约束凸二次规划问题

4.4 预测控制中QP问题的求优方法对比研究

4.5 QP问题中不可行的处理

4.6仿真研究

4.6.1 Shell塔的动态矩阵控制

4.6.2投影最小二乘在线优化中的应用求解

4.6.3约束预测控制不可行问题的松弛变量法处理

4.7本章小结

第5章 投影最小二乘在模糊预测控制在线优化中的应用

5.1 基于T-S模型的模糊预测控制的两种形式

5.2基于T-S模型的模糊动态矩阵控制

5.2.1系统的基本控制结构

5.2.2模糊动态矩阵控制的实现

5.2.3仿真研究

5.3 基于T-S模型的模糊广义预测控制

5.3.1系统的基本控制结构

5.3.2约束过程广义预测控制的在线优化处理

5.3.3模糊广义预测控制的实现

5.3.4仿真研究

5.4 投影最小二乘在线优化中的应用求解

5.5 本章小结

总结与展望

参考文献

攻读硕士学位期间取得的学术成果

致谢