[发明专利]一种基于gap metric加权函数的多模型预测控制方法

摘要

本发明公开了一种基于gap metric加权函数的多模型预测控制方法，利用gap metric提出一种系统、有效的多模型加权算法，对各个子模型预测控制器进行合成，得到多模型预测控制器，对非线性系统进行优化控制。和传统加权函数，比如梯形加权函数相比，该加权函数只有一个整定参数，大大减少了参数整定的工作量，而且权值可离线计算，并存储在查询表里备用，大大减低了在线计算量；本发明提供的算法保留了传统加权算法的优点，而克服了其缺点，是一种有效的多模型加权算法，对提高多模型预测控制器的性能大有裨益。

主权项

1.一种基于gap metric加权函数的多模型预测控制方法，其特征在于：包括如下步骤，S1.根据非线性系统的特性，选择合适的能够反映系统操作条件的调度变量θ；S2.选择m个线性子模型P1,P2,…,Pm构成模型集对非线性系统进行近似；S3.基于每个子模型P1,P2,…,Pm设计对应的子模型预测控制器K1,K2,…,Km；S4.t时刻，非线性系统的模型记为nPt，其线性化模型记为P(θt)；则非线性系统nPt与线性子模型Pi之间的gap metric距离定义为：γi(θt)＝δ(Pi,P(θt))，i＝1,…,m  公式一；第i个子控制器Ki在t时刻时的加权函数根据公式二计算，S5.为了减少在线计算量，对步骤S4定义的加权函数，采用离线计算的方式，并将计算得到的权值存储在查询表中备用；S6.子模型预测控制器K1,K2,…,Km在t时刻的输出记为u1(t),u2(t),…,um(t)；S7.多模型预测控制器在t时刻的输出根据公式三计算得出，并对非线性系统进行优化控制；其中，θt为t时刻时调度变量对应的值，可直接在查询表中查询θ＝θt时m个预测控制器对应的权值w1(θt),w2(θt),…,wm(θt)。