针对电液伺服系统的时滞和非线性等问题,提出一种基于状态监测的非线性预测控制(smMPSO-NPC)算法,提高了电液伺服系统的控制性能。将多目标粒子群优化算法和非线性预测控制相融合,实现了多目标优化;将Pareto前端映射到旋转基扇形平面上,利用状态熵和差熵监控种群进化状态;然后提出了角度占优、角度占优强度和档案集双序维护策略,可同时兼顾档案集的收敛性和多样性;并将smMPSO-NPC算法应用于电液伺服系统,基于改进算法的控制器能够有效地跟踪设定输

针对常规液压伺服系统的非线性、时滞等问题,提出一种基于多目标粒子群和类圆映射的液压伺服非线性预测控制系统(QCMPSO-NPC)。利用类圆映射技术将高维目标空间映射到二维坐标平面,监控粒子种群的进化状态。为平衡档案集的收敛性和多样性,采用面积支配和扇块距离管理档案集,并且根据种群进化状态自适应选择全局最优粒子。将改进算法应用到液压伺服系统中,系统可以准确追踪设定值。仿真实验结果表明:采用QCMPSO-NPC算法保证了解集的收敛性和多样

针对电液伺服系统跟踪控制问题提出一种基于等价输入的自适应一般模型控制方案。在电液伺服系统存在建模误差、时变参数和不可测扰动的情况下控制器能够有效地跟踪系统被控参数;且控制器参数整定方便物理意义明确。通过仿真表明该控制方法对非线性的电液伺服系统实现自适应控制是正确有效的。