模糊預測控制

模糊預測控制

模糊預測控制(FPC)是近年來發展起來的新型控制算法,是模糊控制預測控制相結合的產物。模糊控制與預測控制都是對不確定系統進行控制的有效方法,而模糊預測控制技術作為二者相結合的產物,更符合人們的控制思想,可進一步提高控制的效果。模糊預測控制的形式主要是基於預測控制中模型預測、反饋校正、滾動最佳化的機理,將模糊思想與預測方法相結合,相互促進。

基本介紹

  • 中文名:模糊預測控制
  • 外文名:fuzzy predictive control
  • 簡稱:FPC
  • 領域:控制
  • 釋義:模糊控制和預測控制相結合
  • 實現形式:過程預測信息處理為核心等
模糊控制,預測控制,模糊預測控制,簡介,結構,模糊預測控制的實現形式,過程預測信息處理為核心的模糊預測控制,以模糊決策最佳化為核心的模糊預測控制,

模糊控制

模糊控制是以模糊集合論、模糊語言變數及模糊邏輯推理為基礎的一種計算機數字控制。它由一定的先驗知識來構造模糊控制規則,通過一系列不精確的控制來達到精確的控制目的。從控制和建模的角度來看,即模糊系統能夠實現任意的非線性連續控制規律和控制模型。所以也可以認為模糊控制器設計就是根據一定的先驗知識,選擇一組適當的參數,使得模糊控制器輸出以一定精度逼近某一控制律軌跡。
需要指出的是,傳統的模糊控制同PID算法一樣,均為“事後調節” ,因而對大遲延對象的控制效果不很理想。解決辦法之一就是與預測控制原理結合起來。

預測控制

預測模型、滾動最佳化、反饋校正是預測控制算法的三個基本特徵。在預測控制算法的三個基本特徵中,預測模型是描述對象動態行為的基礎模型,它具有預測功能,即能夠根據系統的歷史信息和選定未來輸入,預測其未來輸出值。由於只強調預測模型的功能要求,模型的選取已不僅僅局限於傳統的模型辨識方法,各種非傳統的模型和各種智慧型技術的套用使得預測控制對模型的概念得到極大地推廣;在實際系統中,由於過程的不確定性以及外部擾動等因素,使得預測模型輸出與實際過程輸出之間存在偏差,即預測誤差。因此,它一定程度地反映了過程的不確定信息。於是通過反饋校正,對預測模型不斷地進行修正,並採用滾動式的有限時域最佳化策略,從而有效地克服了實際系統中由於非線性、時變、模型失配等帶來的不確定性。
預測控制的本質是利用系統的預測信息,在有限時域內對某一性能指標進行最佳化;通過採取滾動最佳化策略以克服系統的不確定性,它的核心在於滾動式最佳化。因此它是一種基於模型和基於最佳化的控制方法,但它又不同於傳統的最優控制。

模糊預測控制

簡介

模糊預測控制是近幾十年發展起來的一類新型控制算法,將模糊模型引入預測控制,是模糊控制理論與預測控制理論相結合的產物,體現了預測控制向智慧型控制方向拓展的趨勢。對於模糊預測控制中的模型,強調其包含的對象信息和預測功能,不限制對象信息的表達形式。把模型的概念拓展為一般的信息集合,為進一步建立高質量的預測方法提供了新思路,為各種信息處理手段(如神經網路、模糊技術、遺傳算法)進入預測控制領域提供了可能性。
模糊預測控制的出發點是利用模糊推理對不確定性過程信息良好的處理和決策能力來改善預測控制性能,或者是將預測模型引入模糊控制之中,對傳統模糊控制算法進行修正,使之適應那些具有大滯後特性的不確定對象的控制。

結構

模糊預測控制的結構如圖1所示,可以看出,它由基本控制給定、模糊校正器、預測器、被控對象以及假想的選擇開關組成。稱之為假想,是因為它由電腦程式實現選通兩種不同狀態:“預報”與“控制”。當選通到預報狀態時,被控對象在前一採樣周期所得的老控制摘入下閉環工作。當選通到控制狀態時,才得到控制的修正值,開始新控制輸人下的工作。
圖1模糊預測控制系統框圖圖1模糊預測控制系統框圖
基本控制給定了兩個功能:它給出每一時刻尋優的初始策略,這可通過實驗和經驗而表達為模糊決策的量化表,存入程式中供查詢者使用,其取值的優劣,影響算法收斂速度。第二個功能是記憶當前控制策略,作為下一採樣周期的初始值。預報器為多步遞推預報。模繃校正器基於模糊數學,模仿人的操作習慣,使輸出單調進行。

模糊預測控制的實現形式

過程預測信息處理為核心的模糊預測控制

這類模糊預測控制算法特點在於在傳統的預測控制結構基礎上,在預測模型的信息處理環節中引入模糊技術,從而構成模糊預測控制算法。根據信息處理方式的不同,可細分為:
①利用模糊建模方法建立對象預測模型的模糊預測控制算法。這類模糊預測控制算法是常見的一類模糊預測控制算法。該類算法的基本思路是通過模糊推理建立系統的全局模型,並根據這一模型對系統的輸出進行預測,然後利用已有的預測控制算法得到控制律。因此與傳統的預測控制相比,其核心問題是模糊建模。根據模糊建模方法的不同,出現了多種實現形式。
②套用模糊推理對預測誤差進行補償的模糊預測控制算法。這類模糊預測控制算法的關鍵在於充分利用系統反饋中所包含的有用信息。其具體做法就是將模型預測和誤差預測結合起來。這類信息的分層處理技術不但可以適應對象、環境的變化,而且淡化了對基礎模型的要求。

以模糊決策最佳化為核心的模糊預測控制

如前所述,預測控制的核心在於滾動最佳化,因此整個預測控制算法最終可以歸結為性能最佳化問題。傳統的預測控制仍然採用基於線性二次型目標函式的最佳化方法。但是對於複雜系統,這種方法所要耗費的代價非常大,有時甚至是不可能的。由於模糊控制從某種程度來講,就是選擇一組控制器參數,使控制器輸出接近最優控制律。因此眾多學者將模糊決策引入預測控制算法,以模糊決策最佳化為核心,利用預測控制的相關原理、方法以及自校正原理對傳統模糊控制器的隸屬函式、控制規則進行最佳化,從而得到各種基於模糊決策最佳化的模糊預測控制算法。

相關詞條

熱門詞條

聯絡我們