[发明专利]快速无超调智能控制器参数设计方法

权利要求书

1.快速无超调智能控制器参数设计方法，其特征在于：该方法的实现步骤如下：

在内模控制的基础上进行鲁棒IMC-PID控制器的设计；

内模控制的结构框中，G_p为对象模型，G_m为对象估计模型，G_IMC为内模控制器；

第一步：首先将对象估计模型G_m分解

G_m＝G_m+G_m- (1)

其中G_m+包含所有的时延和右半平面上的零点，而G_m-是模型的最小相位系统部分，是稳定的并且不包含任何预估；

第二步：设计对象估计模型G_m的H₂最优控制器

第三步：按H_∞最优控制设计滤波器f，得到内模控制器G_IMC：

选择滤波器，调整参数使得滤波器f满足H_∞最优控制的鲁棒性能要求：

式中：指数n为正整数，选择指数n使G_IMC为正则的，s为拉普拉斯算子；

第四步：将内模控制器转化为选定的PID控制器；

由内模控制的结构与特性得到反馈控制器G_C与内模控制器G_IMC的关系：

第五步：整定滤波器常数λ，得到PID控制器参数；

通过混合精英圈养优化算法确定滤波器常数及PID控制器参数；由第一步到第五步的流程可知，鲁棒IMC-PID控制器只需要调节一个参数，即滤波器常数；

混合精英圈养优化算法步骤如下：

步骤1.确立模型参数辨识的性能指标，作为混合精英圈养优化算法的代价函数CF；

选择代价函数即输出误差平方和为最小，如式(6)所示：

其中，为模型计算输出，y(t)为模型实际输出；

步骤2.把滤波器系数λ，比例系数K，积分时间常数T_i，微分时间常数T_d，作为混合精英圈养优化算法的可操作变量OVs；

OVs＝[λ,K,T_i,T_d] (7)

步骤3.初始化；设定饲养场圈舍的规模N，自定义新品种更新率Q_update和饲养代数L；在可操作变量OVs的搜索范围内，随机生成初始圈舍分配情况Population；

步骤4.计算饲养场内每个圈舍的代价函数指标CF值，即评价模型参数性能指标；根据CF值对圈舍分配情况Population进行排序；

步骤5.根据混合模型计算第i个圈舍的出栏率和入栏率，根据随机函数和入栏率出栏率进行混合操作；此处采用的线性混合模型如下式所示：

其中，α_i为入栏率，β_i为出栏率；I和O分别为最大的入栏率和出栏率；其中s_i是圈舍饲养动物数量，s_max为圈舍容纳的最大动物数量；

步骤6.根据各圈舍的出栏入栏率，计算混合饲养之后各圈舍饲养数量存在的概率其中i为圈舍的编号、n为最大的圈舍数，j为混合圈养的代数；

步骤7.根据新品种更新率进行引入新品种操作，新品种更新率的计算如式(11)所示：

其中，M_updata代表了新品种的更新率，是j代圈养圈舍里最大的饲养数量；

步骤8.将经过混合饲养和新品种引入之后的圈舍做检疫检查，使得每个个体都在搜索范围以内；然后计算代价函数，并进行排序；

步骤9.进行搜索动力不足检验，判断最优的CF值和前两代的最优CF值是否相等，就判断搜索动力足不足；混合圈养有效果，则进行步骤10；混合圈养没有收到良好的效果，则直接进行步骤11；

步骤10.根据公式(12)进行人工干预，选取精英个体混合饲养，对该饲养场中圈舍X_best进行特殊改造，提高后代产出新品种的概率，从而提高其跳出局部最优的动力；将饲养场中代价函数值最高的圈舍拆毁按照进行特殊改造之后的圈舍进行重建；

X'＝X_best+sgn(rand-0.5)*E (12)

其中E是维度与X相同且对角线上的元素全为1的单位矩阵；相当于在圈舍X_best上随机的加上一个扰动量，从而增加了圈舍的多样性；

步骤11.判断是否满足结束条件，若不满足，则调到步骤4，若满足，则输出模型辨识参数，结束程序。