-
题名基于PSO优化泛模型的非线性系统控制
被引量：2
- 1
-
-
作者
郝长虹
李秀英
-
机构
东北农业大学国际农业信息与产业研究所
黑龙江大学电子工程重点实验室
-
出处
《黑龙江大学自然科学学报》
CAS
北大核心
2010年第4期478-481,共4页
-
基金
黑龙江省普通高等学校电子工程重点实验室基金资助项目(DZZD20100023)
-
文摘
针对一类非线性离散时间动态系统,提出了基于改进泛模型的非线性控制方法。该方法首先将非线性系统动态线性化为带误差修正的改进泛模型,对其中的时变特征参量建立AR模型进行预报,然后在改进泛模型的基础之上,根据二次型性能指标设计最优控制律,控制律中的未知参数即为AR模型中的参数以及泛模型中的误差修正系数,将其作为粒子向量,采用粒子群优化(PSO)算法进行优化。经过优化后的控制律作用于该非线性对象,可以收到良好的控制效果。该方法的优势在于简单而且易于实现。仿真结果表明了算法的有效性。
-
关键词
非线性系统控制
改进泛模型
粒子群优化
特征参量
-
Keywords
nonlinear system control
improved universial model
particle swarm optimization
characteristic parameter
-
分类号
TP13
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于PSO优化的非线性系统无模型控制方法
被引量：2
- 2
-
-
作者
李秀英
韩志刚
-
机构
黑龙江大学电子工程重点实验室
-
出处
《控制工程》
CSCD
北大核心
2011年第6期861-863,965,共4页
-
基金
黑龙江省普通高等学校电子工程重点实验室基金项目(DZZD20100023)
-
文摘
针对一类非线性离散时间动态系统,提出了基于改进泛模型的非线性控制方法并对该控制律作用下系统的BIBO稳定性及收敛性进行了分析。该方法在改进泛模型的基础之上,根据二次型性能指标设计最优控制律,其中,时变特征参量建立AR模型进行预报,控制律中的未知参数采用粒子群优化(PSO)算法进行优化。经过优化后的控制律作用于该非线性对象,可以收到良好的控制效果。该方法的优势在于简单而且易于实现。仿真结果表明了算法的有效性。
-
关键词
改进泛模型
粒子群优化
特征参量
收敛性
-
Keywords
improved universal model
particle swarm optimization
characteristic parameter
convergence
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种基于粒子群优化的非线性系统辨识方法
被引量：7
- 3
-
-
作者
李秀英
韩志刚
-
机构
黑龙江省普通高等学校电子工程重点实验室
-
出处
《控制与决策》
EI
CSCD
北大核心
2011年第11期1627-1631,共5页
-
基金
黑龙江省普通高等学校电子工程重点实验室基金项目(DZZD20100023)
-
文摘
针对单入单出离散时间非线性动态系统提出一种辨识方法.该方法采用带误差修正的改进泛模型作为非线性系统的结构模型,模型中的时变特征参量及误差修正系数采用粒子群(PSO)算法优化,优化后的模型可以逼近非线性系统.该方法简单、易于实现.通过对Box-Jenkins煤气炉数据等非线性被控对象的仿真研究及对模型的分析,表明了所提出算法的有效性.
-
关键词
非线性系统辨识
粒子群优化
特征参量
改进泛模型
-
Keywords
nonlinear system identification
particle swarm optimization
characteristic parameter
improved universal model
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
