基于改进遗传算法的多变量DMC参数优化

王岱鹏，何同祥

（华北电力大学 自动化系，河北 保定 071003）

0 引言

随着科学技术的发展，控制系统变得越来越复杂，单变量控制系统难以描述复杂的工艺生产过程，于是提出了多变量控制系统。多变量控制系统内在机理比较复杂，具有强耦合、强干扰和大滞后等特性。相比于传统的PID 解耦控制，多变量动态矩阵控制不仅超调量小，而且快速性、稳定性、跟踪性较强，可以更好地控制多变量系统。多变量DMC 是一种基于装置阶跃响应的预测模型，滚动实施并结合反馈校正的优化控制算法[1]。现在对多变量DMC 控制参数进行整定大都采用试凑结合仿真的方法，这样会花费大量时间。为了优化这一缺点，本文利用遗传算法寻多变量DMC 最优控制参数，可以快速得到参数的最优解。在此基础上，对常规遗传算法进行了改进，应用于多变量DMC参数寻优，获得了更好的控制效果。

1 多变量动态矩阵控制

1.1 预测模型

对于线性多变量系统，每一个输出都受到多个输入的影响，其输出预测可通过单变量预测后叠加得到。设被控对象有m 个输入，p 个输出，若各控制分量从k 时刻起均变化M 次，则可得到系统的输出预测值：

1.2 滚动优化

在多变量动态矩阵控制中，除了使每个输出与相应的期望值偏差尽可能小外，还希望控制量不要剧烈变化，于是在k 时刻选取如下优化性能指标函数：

通过使优化性能指标最小，可以求出k 时刻全部的控制分量的增量：

1.3 反馈校正

在k 时刻实施控制后，可以根据预测模型（1）算出被控对象在未来时刻的各输出值，将系统在k+1 时刻的输出预测值与k+1 时刻测得的实际输出值进行比较后，构成误差向量。……