基于OFS模型的非線性預測控制研究.pdf

1、 本論文另辟蹊徑，選擇對系統(tǒng)時滯具有較好的逼近能力的標準化正交基函數(shù)序列(OFS)模型及其組合模型作為預測模型，構造了一系列行之有效的NMPC算法，并從理論上分析了算法性能，為NMPC領域的研究發(fā)展提供了一種有益的思路，做出了一些貢獻。 論文的主要內容如下：系統(tǒng)的回顧了MPC的產生背景、研究現(xiàn)狀與發(fā)展趨勢，分析了NMPC在算法理論方面研究的進展，進而著重論述了基于OFS模型的NMPC算法的發(fā)展概況。系統(tǒng)的總結了線性OFS模型和非線

2、性OFS模型的建模、誤差分析、參數(shù)調節(jié)的理論。在基于線性OFS模型的LMPC領域，改進了現(xiàn)有的穩(wěn)定性、魯棒性、穩(wěn)態(tài)性能的理論，并針對非最小相位、自積分等復雜特性給出了若干算法改進策略。在基于非線性OFS模型的NMPC領域，改進了現(xiàn)有的單步控制算法，并利用OFS狀態(tài)反饋的思想給出了一種簡化的NMPC算法。針對輸入受硬約束的線性系統(tǒng)，提出了利用混沌神經網絡(CNN)進行尋優(yōu)的OFS-LMPC算法。針對輸入受硬約束的面向模塊非線性系統(tǒng)，設計了