劉曉華，高　榮，李印坤
魯東大學(xué)數(shù)學(xué)與信息學(xué)院，山東煙臺

摘　　　要：針對一類有界不確定線性離散被控對象，采用Ｍｉｎ�玻停幔鴥�(yōu)化方法，提出一種新的穩(wěn)定廣義預(yù)測控制（ＭＭＳＧＰＣ）算法。首先引入內(nèi)模控制結(jié)構(gòu)，將干擾和不確定性從被控對象中分離出來，并利用局部反環(huán)節(jié)對其進(jìn)行補(bǔ)償，然后采用Ｍｉｎ�玻停幔鴥�(yōu)化方法，將終端約束條件轉(zhuǎn)化為有界不確定性較差情況對應(yīng)的線性方程，較后通過引入矩陣的Ｍｏｏｒｅ�玻校澹睿颍铮螅迥妫�得到了終端約束線性方程的通解，并結(jié)合性能指標(biāo)函數(shù)求得了較優(yōu)控制律。仿真實(shí)例驗(yàn)證了該方法的穩(wěn)定效果。

關(guān)　鍵　詞：穩(wěn)定廣義預(yù)測控制；內(nèi)模控制；有界不確定性；Ｍｉｎ�玻停幔鴥�(yōu)化；Ｍｏｏｒｅ�玻校澹睿颍铮螅迥�

１　引　言
穩(wěn)定廣義預(yù)測控制（ＳｔａｂｌｅＧｅｎｅｒａｌｉｚｅｄＰｒｅｄｉｃｔｉｖｅＣｏｎｔｒｏｌ，ＳＧＰＣ）是針對廣義預(yù)測控制（ＧＰＣ）算法缺乏穩(wěn)定性保證而提出的一種改進(jìn)算法［１］。該算法的大部分結(jié)果都是在模型和過程匹配的情況下得到的。然而在實(shí)際情況中，參數(shù)時變和外部擾動經(jīng)常存在，導(dǎo)致模型和過程不匹配。對于模型不確定系統(tǒng)，Ｒｏｓｓｉｔｅｒ等［２］采用了松弛變量終端約束（ＳＶＥＣ）方法，通過對輸入約束的簡單修正，使該方法能夠處理有界干擾問題，同時能夠解決模型不確定性。但它是通過在線優(yōu)化來解決不確定性問題的。針對具有參數(shù)時變的被控對象，Ｒｏｍａｓ等結(jié)合滾動時域預(yù)測控制（ＣＲＨＰＣ）算法和ＢＤＵ（ＢｏｕｎｄｅｄＤａｔａＵｎｃｅｒｔａｉｎｔｉｅｓ）方法［３�玻矗荩�提出了ＣＲＨＰＣ�玻拢模账惴ǎ郏担荩�然而，該方法沒有考慮外部擾動的存在。本文通過引入內(nèi)模控制結(jié)構(gòu)，將干擾和不確定性從被控對象中分離出來，結(jié)合Ｍｉｎ�玻停幔鴥�(yōu)化方法，提出一種新的穩(wěn)定廣義預(yù)測控制（ＭＭＳＧＰＣ）算法，并通過與文獻(xiàn)［５］的ＣＲＨＰＣ�玻拢模账惴ㄟM(jìn)行仿真比較，來驗(yàn)證該方法的穩(wěn)定效果。

登錄網(wǎng)站后可下載文件