基于克隆选择算法的非线性优化迭代学习控制

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (04): 1054-1058.

基于克隆选择算法的非线性优化迭代学习控制

李恒杰¹,郝晓弘¹,曾贤强²

1.兰州理工大学电气工程与信息工程学院|兰州 730050；2.中国科学院近代物理研究所|兰州 730050

收稿日期:2008-10-20 出版日期:2010-07-01 发布日期:2010-07-01
通讯作者: 李恒杰（1981-），男，博士.研究方向:迭代学习控制,人工免疫算法.E-mail:lihj915@163.com E-mail:lihj915@163.com
作者简介:李恒杰（1981-）|男|博士.研究方向:迭代学习控制,人工免疫算法.E-mail:lihj915@163.com
基金资助:
国家自然科学基金项目（30670529）；甘肃省国际合作项目（0708WCGA1145）；兰州理工大学博士专项基金项目（0903ZXC117）

Clonal selection algorithm based nonlinear optimal iterative learning control

LI Heng-jie¹|HAO Xiao-hong¹|ZENG Xian-qiang²

1.College of Electrical and Information Engineering, Lanzhou University of Technology, Lanzhou 730050, China；2.Institute of Modern Physics, Chinese Academy of Sciences, Lanzhou 730050, China

Received:2008-10-20 Online:2010-07-01 Published:2010-07-01

摘要/Abstract

摘要：

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪，将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后，一个克隆选择算法用于求解下次迭代运算中的最优输入，另一个克隆选择算法用于修正系统参考模型。仿真结果表明，该方法比GA-ILC具有更快的收敛速度，能够有效处理输入上的约束以及模型不确定问题，通过少数几次迭代学习就能取得满意的跟踪效果。

关键词: 人工智能, 迭代学习控制, 优化, 克隆选择算法, 非线性系统

Abstract:

In order to realize effective tracking of output of nonlinear systems with constraint and model uncertainty in specified time domain, improved clonal selection algorithms are employed to solve optimization problems in iterative learning control. A clonal selection algorithm based nonlinear optimal iterative learning control is proposed. After each iteration, a clonal selection algorithm is employed to search optimal input for next iteration, and another clonal selection algorithm is used to update the plant model. Simulations show that the proposed method converges faster than GA-ILC, and is able to deal with constraint on input and model uncertainty. Satisfactory tracking performance can be obtained after a few iterations.

Key words: artificial intelligence, iterative learning control, optimization, clonal selection algorithm, non-linear system

中图分类号:

TP181

李恒杰¹,郝晓弘¹,曾贤强². 基于克隆选择算法的非线性优化迭代学习控制[J]. 吉林大学学报(工学版), 2010, 40(04): 1054-1058.

LI Heng-jie|HAO Xiao-hong|ZENG Xian-qiang. Clonal selection algorithm based nonlinear optimal iterative learning control[J]. 吉林大学学报(工学版), 2010, 40(04): 1054-1058.

参考文献

相关文章 15

[1]	代存杰,李引珍,马昌喜,柴获,牟海波. 不确定条件下危险品配送路线多准则优化[J]. 吉林大学学报(工学版), 2018, 48(6): 1694-1702.
[2]	郭昊添,徐涛,梁逍,于征磊,刘欢,马龙. 仿鲨鳃扰流结构的过渡段换热表面优化设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1793-1798.
[3]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	王扬, 王晓梅, 陈泽仁, 于建群. 基于离散元法的玉米籽粒建模[J]. 吉林大学学报(工学版), 2018, 48(5): 1537-1547.
[6]	董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[7]	顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[8]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[9]	夏利红, 邓兆祥. 电子机械制动执行器的整体最优匹配设计[J]. 吉林大学学报(工学版), 2018, 48(4): 998-1007.
[10]	栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[11]	吉野辰萌, 樊璐璐, 闫磊, 徐涛, 林烨, 郭桂凯. 基于MBNWS算法的假人胸部结构多目标优化设计[J]. 吉林大学学报(工学版), 2018, 48(4): 1133-1139.
[12]	邱小明, 王银雪, 姚汉伟, 房雪晴, 邢飞. 基于灰色关联的DP1180/DP590异质点焊接头工艺参数优化[J]. 吉林大学学报(工学版), 2018, 48(4): 1147-1152.
[13]	王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[14]	张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[15]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed