复杂系统的自适应预测控制模型及其仿真.pdf

浙 江 林 学 院 学 报　2001, 18 (4):433 ～437 Journal of Zhej iang Forestry College 　　文章编号:1000-5692 (2001)04-0433-05 复杂系统的自适应预测控制模型及其仿真 高　峰 (浙江林学院现代教育技术中心, 浙江 临安 311300) 摘要:针对贫信息、 不确定性系统存在的不确定性、 随机干扰以及系统特征参数随工 环境 的变化而变化的特点, 将具有广阔发展前景的灰色系统理论和广义预测控制理论结合起来, 提出了一种新型的计算机控制策略:灰色广义预测控制算法 (GGPC)。所做的工 主要有: 提出单变量单步GGPC 算法, 并在Matlab 环境下对其进行了仿真研究。仿真结果表明, 该 GGPC 算法适用于线性系统以及非线性系统, 具有较强的抗干扰能力, 有较好的鲁棒性以及 自适应能力, 通过调整参数, 可以获得非常满意的动态和静态性能。 图2 参9 关键词:灰色系统;单输入单输出系统;灰色广义预测控制;Matlab 环境;仿真 中图分类号:TP13　　　文 标识码:A 1　问题的背景 因为工农业生产的特殊需要, 复杂系统的自适应预测控制研究已经并将长久地成为自动化学科及 其相关学科的研究热点和前沿。各国科学家和学者为其投入了大量的精力, 并获得了一些非常好的成 果。广义预测控制 (GPC)便是其中最有代表性的一种算法。它一经提出, 就在实际复杂工业过程控 制中得到了成功应 [1, 2] 。 广义预测控制是在保持最小方差自校正控制的模型预测、 最小方差控制和在线辨识等原理的基础 上, 吸取了DMC 和MAC 中多步预测优化策略发展起来的一类预测控制算法。其优点是:抗干扰能力 [2] 显著提高, 有较强的鲁棒性 。 [3] 但是, GPC 算法也有其局限性 :①它主要集中在线性系统的研究, 对非线性系统的关注却比较 少;②对于非线性系统的稳定性和鲁棒性, 主要是通过增加优化时段和预测步数来保证。这势必导致 计算工作量的增大, 实时性能降低。为了解决GPC 算法计算量大的问题, 不少专家学者做过一些工 作, 先后给出了多种GPC 算法。如:控制器采 原模型参数的广义预测控制, 直接辨识控制器参数 的隐式广义预测控制, 采 2 个辨识器的隐式广义预测控制等等。然而, 现有的各类GPC 算法, 或 者在控制律计算时仍需对高阶控制矩阵进行求逆运算;或者由于采 CARIMA 模型作为对象模型, 使 得需要辨识的参数较多, 于建模的数据一般在30 个以上, 所以, 对于解决GPC 算法计算量大的问 [4, 5] 题, 已做的工作都不是令人十分满意 。 因此, 继续寻求计算量小, 实时性高, 且稳定性鲁棒性好 的GPC 算法, 就成为具有重要意义的课题。 灰色系统理论是20 世纪80 年代初期由我国学者邓聚龙教授创立的一门系统科学新学科。该理论 收稿日期:2001-06-22;修回日期:2001-09-28 作者简介:高峰(1969-), 男, 江西万载人, 讲师, 硕士, 从事控制理论及其应 和计算机仿真与辅助设计等研究。 434 浙 江 林 学 院 学 报　　　　　　　　　　　　　　　2001 年12 月 [6, 7] 以 “部分信息已知, 部分信息未知” 的 “小样本” “贫信息” 不确定性系统为研究对象 , 主要通 过对 “部分” 已知信息的生成和开发, 提取有价值的信息, 实现对系统运行规律的正确描述和有效控 制。贫信息不确定性系统的普遍存在, 决定了这一新理论具有十分广阔的发展前景。在本文中, 我们 将灰色系统理论和广义预测控制理论结合起来, 提出了一种新型的计算机控制策略:灰色广义预测控 制算法 (GGPC)。 2 　模型的建立及算法步骤 　　在本文中, 我们考虑单输入单输出系