基于模型集動態(tài)優(yōu)化的魯棒多模型自適應控制.pdf

1、傳統(tǒng)的單模型自適應控制方法無法適應當前復雜系統(tǒng)越來越高的控制需求,而多模型自適應控制器作為單模型自適應控制方法的自然擴展,被認為是當前自適應控制最重要的發(fā)展方向之一.由于多模型自適應控制器能夠在更廣范圍內覆蓋系統(tǒng)的不確定性,能夠適應系統(tǒng)更劇烈和更復雜的變化,因此得到了理論界和工程界的廣泛重視.然而由于對系統(tǒng)不確定度和未建模動態(tài)等因素缺乏足夠的先驗知識或者由于系統(tǒng)動態(tài)性能變化過大,現(xiàn)有的多模型自適應控制器存在著模型集過大、模型集優(yōu)化算法復

2、雜以及控制性能不夠理想等問題,因此研究一整套既能簡化控制算法,又能提高控制性能的多模型自適應控制解決方案,無論在理論和實際應用中都有非常重要的意義.該文在分析分析前人工作的基礎上,首次引入了魯棒自適應控制器,提高了系統(tǒng)的魯棒性能;首次提出了一整套以Vinnicombe距離為標準來動態(tài)優(yōu)化模型集的多模型自適應控制器,有效地解決了簡化控制算法與優(yōu)化控制性能之間的矛盾,仿真結果也證明了其優(yōu)越性.在多模型切換方面,該文也作了比較有益的嘗試和改進