论文摘要
本文针对鲁棒控制设计问题,提出了一种改进多目标粒子群算法—动态多目标粒子群算法,将其应用到H2/H∞控制和μ综合中,并将其与已有的鲁棒控制设计方法做了比较,本文主要研究内容如下：（1）动态多目标粒子群算法。对多目标粒子群算法进行了改进,通过改变使其惯性权重和变异因子动态变化,并加入变异因子,改进多目标粒子群算法。改进后的动态多目标粒子群算法从收敛性和分散度两个标准上来具有明显的优势,论文列举了出几个典型的测试函数,计算获得改进粒子群算法和基本粒子群算法的PARETO最优边界,说明了动态多目标粒子群算法的优越性。（2）多目标粒子群算法在H2/H∞控制中的应用。用线性矩阵不等式（LMI）法求解H2/H∞控制问题时,获得的解并非最优解而是次优解,因此论文将改进粒子群应用于H2/H∞控制,获得问题的PARETO最优解。论文对通过动态多目标粒子群算法和通常的LMI法分别获得的PARETO最优边界进行分析,检验动态多目标粒子群算法求解H2/H∞控制问题的有效性和优越性。（3）多目标粒子群算法在μ综合中的应用。鲁棒控制中的μ的计算是NP难问题,论文将动态多目标粒子群算法应用于μ综合,通过仿真计算与已有的D-K法进行了比较,结果表明了基于动态多目标粒子群算法的μ综合方法的有效性和优越性。
论文目录
摘要ABSTRACT第1章 绪论1.1 引言1.2 鲁棒控制的研究现状1.3 智能算法的研究现状1.4 论文安排第2章 动态多目标粒子群算法2.1 多目标优化2.1.1 多目标优化问题描述2.1.2 非支配解2.1.3 最优边界2.2 多目标粒子群算法2.2.1 粒子群优化概念2.2.2 多目标粒子群算法2.3 动态多目标粒子群算法2.3.1 多目标粒子群算法的改进2.3.2 动态多目标粒子群算法步骤描述2.3.3 算法评价标准2.3.4 测试函数与结果分析2.4 小结2/H∞鲁棒控制设计'>第3章 基于多目标粒子群算法的H2/H∞鲁棒控制设计2/H∞控制'>3.1 H2/H∞控制2/H∞控制问题描述'>3.1.1 H2/H∞控制问题描述2/H∞控制多目标描述'>3.1.2 H2/H∞控制多目标描述2/H∞控制中的LMI法'>3.1.3 H2/H∞控制中的LMI法2/H∞鲁棒控制设计'>3.2 基于多目标粒子群算法的H2/H∞鲁棒控制设计2/H∞控制转化为多目标优化问题'>3.2.1 H2/H∞控制转化为多目标优化问题2/H∞鲁棒控制多目标粒子群算法步骤'>3.2.2 H2/H∞鲁棒控制多目标粒子群算法步骤2/H∞鲁棒控制粒子群算法数值仿真'>3.2.3 H2/H∞鲁棒控制粒子群算法数值仿真3.3 小结第4章 基于粒子群算法的μ综合4.1 鲁棒控制的μ综合4.1.1 结构奇异值μ4.1.2 鲁棒稳定性和鲁棒性能μ分析方法4.1.3 μ综合问题4.2 给定极点的状态反馈产综合粒子群算法4.2.1 给定极点状态反馈的μ综合4.2.2 给定极点状态反馈的μ综合粒子群算法步骤4.2.3 数值举例4.3 未给定极点的状态反馈μ综合的粒子群算法4.3.1 未给定极点状态反馈的μ综合4.3.2 未给定极点状态反馈的μ综合粒子群算法步骤4.3.3 数值举例4.4 小结第5章 结论5.1 本文的主要工作综述5.2 进一步的讨论和展望参考文献致谢攻读硕士学位期间撰写与发表的论文
相关论文文献
标签：动态多目标粒子群算法论文; 鲁棒控制论文; 控制论文; 综合论文;
