模糊自適應(yīng)預(yù)測控制模糊自適應(yīng)控制方法

時間：2023-02-17 15:22:01 | 來源：營銷百科

時間：2023-02-17 15:22:01 來源：營銷百科

模糊自適應(yīng)預(yù)測控制模糊自適應(yīng)控制方法：(1)預(yù)測模型

預(yù)測控制應(yīng)具有預(yù)測功能，即能夠根據(jù)系統(tǒng)的現(xiàn)時刻的控制輸入以及過程的歷史信息，預(yù)測過程輸出的未來值，因此，需要一個描述系統(tǒng)動態(tài)行為的模型作為預(yù)測模型。

在預(yù)測控制中的各種不同算法，采用不同類型的預(yù)測模型，如最基本的模型算法控制(MAC)采用的是系統(tǒng)的單位脈沖響應(yīng)曲線，而動態(tài)矩陣控制(DMC)采用的是系統(tǒng)的階躍響應(yīng)曲線。這兩者模型互相之間可以轉(zhuǎn)換，且都屬于非參數(shù)模型，在實際的工業(yè)過程中比較容易通過實驗測得，不必進行復(fù)雜的數(shù)據(jù)處理，盡管精度不是很高，但數(shù)據(jù)冗余量大，使其抗干擾能力較強。

預(yù)測模型具有展示過程未來動態(tài)行為的功能，這樣就可像在系統(tǒng)仿真時那樣，任意的給出未來控制策略，觀察過程不同控制策略下的輸出變化，從而為比較這些控制策略的優(yōu)劣提供了基礎(chǔ)。

(2)反饋校正

在預(yù)測控制中，采用預(yù)測模型進行過程輸出值的預(yù)估只是一種理想的方式，在實際過程中。由于存在非線性、模型失配和干擾等不確定因素，使基于模型的預(yù)測不可能準確地與實際相符。因此，在預(yù)測控制中，通過輸出的測量值Y(k)與模型的預(yù)估值Ym(k)進行比較，得出模型的預(yù)測誤差，再利用模型預(yù)測誤差來對模型的預(yù)測值進行修正。

由于對模型施加了反饋校正的過程，使預(yù)測控制具有很強的抗擾動和克服系統(tǒng)不確定性的能力。預(yù)測控制中不僅基于模型，而且利用了反饋信息，因此預(yù)測控制是一種閉環(huán)優(yōu)化控制算法。

(3)滾動優(yōu)化

預(yù)測控制是一種優(yōu)化控制算法，需要通過某一性能指標的最優(yōu)化來確定未來的控制作用。這一性能指標還涉及到過程未來的行為，它是根據(jù)預(yù)測模型由未來的控制策略決定的。

但預(yù)測控制中的優(yōu)化與通常的離散最優(yōu)控制算法不同，它不是采用一個不變的全局最優(yōu)目標，而是采用滾動式的有限時域優(yōu)化策略。即優(yōu)化過程不是一次離線完成的，而是反復(fù)在線進行的。在每一采樣時刻，優(yōu)化性能指標只涉及從該時刻起到未來有限的時間，而到下一個采樣時刻，這一優(yōu)化時段會同時向前。所以，預(yù)測控制不是用一個對全局相同的優(yōu)化性能指標，而是在每一個時刻有一個相對于該時刻的局部優(yōu)化性能指標。

(4)參考軌跡

在預(yù)測控制中。考慮到過程的動態(tài)特性，為了使過程避免出現(xiàn)輸入和輸出的急劇變化，往往要求過程輸出y(k)沿著一條期望的、平緩的曲線達到設(shè)定值r。這條曲線通常稱為參考軌跡y，。它是設(shè)定值經(jīng)過在線'柔化'后的產(chǎn)物。