基于模糊满意度的多目标优化控制问题分析与应用-analysis and application of multi-objective optimal control problem based on fuzzy satisfaction degree.docx

摘 摘 要 基于模糊满意度的多目标优化 控制问题研究与应用 摘 要 在复杂系统控制中 对系统的控制要求往往是多方面的 反映 在控制目标 系统性能指标和对系统状态及控制过程中的约束上 形成了带约束的多目标的优化决策与控制问题 当控制目标和约束 不是确定量时 就成为控制系统中的模糊多目标优化问题 有时根 据实际情况 决策者对各个目标有不同的优先级要求 希望控制结 果对各种目标有不同的满意度 这就形成了有优先级的模糊多目标 优化控制问题 现代的优化算法主要是启发式算法 但这些算法找寻全局最优 解是以大量的计算为代价的 即 NP-hard 问题 在控制领域 尤其 是对实时性要求比较高的系统中 这些方法都不太适用 满意优化 的思想是在综合考虑系统约束和目标的情况下 寻找控制系统的满 意解 它不再拘泥与苛求系统的最优解 而是寻找使控制效果达到 满意的解 即认为这样的控制结果是可以接受的 这就为新优化方 法的引入带来了很大的自由度 在研究这些优化方法 特别是模糊多目标优化算法的基础上 本文提出将评价函数法和满意控制思想相结合的方法 解决了视觉 机器人全局环境未知时的路径优化问题 机器人路径规划是机器人研究领域里重要的问题 在不知道全 局环境信息的情况下 要求机器人运动到目标点 而总的约束是在 整个过程中 机器人不碰到任一障碍物 本文的方法是将复杂的总 控制目标分成小的模糊控制目标 平衡模糊目标与模糊约束 使控 制结果达到满意的效果 结合预测控制滚动优化的原理和滚动窗口 的路径规划思想 通过评价函数法多目标优化策略进行在线规划 使最后的路径满足一定的指标要求 本文的另一个重要工作是利用变可行域的策略解决了含优先级 要求的模糊多目标优化问题 多目标中的优化和均衡一直是两个矛盾的方面 当有模糊目标 和约束存在和有优先级差别要求时 就形成了优先级模糊多目标优 化问题 如何在满足优先级要求的同时处理好多目标的优化和平衡 一直还没有很好的解决办法 借助于α 截集的优化思想 本文提出 了变可行域的优化策略 为模糊目标和约束的隶属函数引入新的可 行域变量 并让其一起参与问题的优化 这样就可以把优先级模糊 多目标优化问题变为有约束的单目标确定型的优化问题 同时 通 过选择单目标中的相应参数 可以宏观地在多目标的优化和均衡中 做出平衡 这种方法在求解中不是使用严格的优先级要求 而是允 许存在一定的自由度 求解结果是为不同目标找到了不同层次的可 行域 进而决定了不同层次的隶属度 使得更容易求得高满意度的 解 在这之后 本文把这种方法应用到含模糊目标和模糊约束的预 测控制和实际系统的控制问题中 进行了一定的仿真研究 取得了 很好的效果 最后 在总结全文的基础上 提出了论文研究过程中的若干思 考和结论 对控制领域中优化理论的发展和应用做出展望并提出了 有待进一步研究的几个问题 关键词 多目标优化 模糊优化 满意控制 机器人路径规划 多 目标优先级 非线性约束 Abstract Abstract MULTI-OBJECTIVE OPTIMIZATION AND CONTROL BASED ON FUZZY SATISFYING APPROACH Abstract In complex control systems, we have many control demands that may be represented by the control objectives, system performances and the constraints of the system state and control procedures. That is the problem of multi-objective optimization and decision making with constraints. If the control objectives and constraints are uncertain variables, it is the problem of fuzzy multi-objective optimization in control area. In some cases, the decision maker has certain preference of the objectives and hopes that the result may have different level of satisfactions. So here comes the problem of multi-objective optimization with multi-priority. Modern optimizat