多目标系统最优控制方法研究

用多个性能指标评价系统更有实际意义,但在现有的研究中,针对此类问题所采取的方法通常是线性加权,权值是人为选取以达到“最优”,这就使得“最优”控制成为主观最优而非数值实际最优.本文针对这一问题,结合决策者先验知识的多少,给出2种新的解决方法:层次分析和Pareto交互式决策.首次采用免疫克隆选择多目标优化算法来设计多指标情况下的LQR控制器.仿真结果表明:该算法在时间复杂度、分布性等方面均优于现在常用的NSGA-Ⅱ,且本文给出的解决方法更适合于复杂情况下的最优控制器设计.