基于PSO的预测控制及在聚丙烯中的应用

来源期刊：控制工程2006年第5期

论文作者：夏晓华 刘波 栾志业 金以慧

文章页码：401 - 403

关键词：微粒群优化(PSO)算法;序贯二次规划(SQP);模型预测控制(MPC);聚丙烯;

摘    要：输入输出受限非线性系统的预测控制问题,可以看作是一个难以直接求解的约束非线性优化问题。针对预测控制在解决此类优化问题时,存在易收敛到局部极小或者非可行解,对初始值敏感等缺点,提出了一种基于微粒群优化方法的非线性预测控制算法。采用微粒群优化算法(PSO)作为模型预测控制的滚动优化方法,在线实时求解最优控制律。将PSO与序贯二次规划(SQP)算法进行对比仿真实验,求解两个标准函数优化问题,结果表明PSO能够快速有效地求得全局最小点,而SQP则很容易陷入局部极小点。将该算法应用于丙烯聚合反应过程的温度控制中,仿真结果显示了该方法的有效性。