The hybrid adaptive internal model control optimization method based on highly efficient modified differential evolution algorithm belongs to the field of automatic control technology. The invention can maintain good global optimization function under less group samples and smaller maximum iterations, search the optimization parameters of the inverse model of the system, and thus efficiently obtain the optimization parameters of adaptive internal model control. Using the composite adaptive internal model control optimization method proposed by the invention, the simulation experiment of nonlinear aeroelastic vibration control system is carried out. The experimental results show that the composite adaptive internal model control based on high efficiency and improved differential evolution in the present invention method and the compound adaptive based on the conventional differential evolution algorithm are used. Compared with the internal model control, it has the advantages of high optimization efficiency, low calculation cost and low control overshoot. It is a kind of composite adaptive internal model control optimization method with popularization value.
【技术实现步骤摘要】
基于高效改进型差分进化算法的复合自适应内模控制优化方法
本专利技术属于自动控制
,涉及一种基于智能进化优化算法的复合自适应内模控制技术,主要涉及非线性气动弹性振动系统的控制技术。
技术介绍
内模控制是一种基于过程数学模型进行控制器设计的控制策略。由于其设计简单、控制性能好、鲁棒性好和易于应用等优点,被广泛应用于工业过程控制。自适应内模控制是自适应控制方法与内模控制方法的结合,由于综合了各自的优点,使其控制效果更优。传统自适应内模控制通过获取系统过程模型和自适应调节滤波器参数,使得内模控制器参数适应控制对象本身参数或周围环境的变化,以获取满意的控制性能。为了进一步提高自适应内模控制效果,近年来,复合自适应内模控制策略受到关注。复合自适应内模控制避免了自适应滤波器的设计和调节问题,通过直接对系统的逆模型进行辨识获取更精确的系统逆模型,得到控制性能更优良的自适应内模控制系统。因此,复合自适应内模控制器的控制性能依赖于系统逆模型的精确辨识。差分进化算法(DifferentialEvolution,DE)是一种基于群体的启发式搜索算法,具有高效的全局优化能力。差分进化算法采用实数编码、基于差分的简单变异操作,可以动态跟踪当前的搜索情况来调整搜索策略,不断逼近全局最优值,具有待定参数少、不易陷入局部最优以及收敛速度快等优点。因此,利用差分进化算法对系统逆模型进行优化辨识,提高系统逆模型的精度,从而提高自适应内模控制性能。复合自适应内模控制方法相比传统自适应内模控制方法,通过直接辨识系统逆模型获取更加精确的内模控制器,在多种工业应用中获得了优良的控制效果。然而,在 ...
【技术保护点】
基于高效改进型差分进化算法的复合自适应内模控制优化方法,包括以下步骤:步骤1,根据优化计算成本要求和控制系统实时性要求,限制差分进化算法的群体规模S<<S0和最大寻优迭代次数Gmax<<G0;步骤2,确定系统等效逆模型待辨识参数的大致范围,在该范围随机产生S个个体,每个个体包含一组辨识参数;步骤3,将G代可行的辨识参数放入系统逆模型,得到辨识逆模型;对被控系统输入激励信号序列{x},获取相应的输出信号序列{y},即系统逆模型的输入信号序列为{y},输出信号序列为{x};将{y}作为辨识逆模型的输入信号,得到相应的辨识逆模型输出信号序列
【技术特征摘要】
1.基于高效改进型差分进化算法的复合自适应内模控制优化方法,包括以下步骤:步骤1,根据优化计算成本要求和控制系统实时性要求,限制差分进化算法的群体规模S<<S0和最大寻优迭代次数Gmax<<G0;步骤2,确定系统等效逆模型待辨识参数的大致范围,在该范围随机产生S个个体,每个个体包含一组辨识参数;步骤3,将G代可行的辨识参数放入系统逆模型,得到辨识逆模型;对被控系统输入激励信号序列{x},获取相应的输出信号序列{y},即系统逆模型的输入信号序列为{y},输出信号序列为{x};将{y}作为辨识逆模型的输入信号,得到相应的辨识逆模型输出信号序列步骤4,求取G代辨识参数所对应的系统逆模型辨识误差指标:式中,x(k)为系统输出序列,为辨识逆模型输出序列,该辨识误差指标作为差分进化算法的适应度函数;步骤5,利用本发明所述变范围自适应机制计算更新G代的自适应变异因子FG和自适应交叉因子CRG,所述变范围自适应机制能够结合自适应度动态调节FG和CRG的取值范围,能够在适应度没有改进的情况下扩大FG,CRG的取值范围来增强群体的多样性,避免过早收敛,在适应度明显改进的情况下缩小FG,CRG的取值范围来加快收敛速度,从而在总体上提高优化性能;FG=f1exp(c1(k1)·rand),CRG=f2exp(c2(k2)·(1-rand)),rf(k1)=af1-af2k1,rcr(k...
【专利技术属性】
技术研发人员:李迺璐,许博杰,潘佳男,金鹏飞,方正哲,
申请(专利权)人:扬州大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。