모델 예측 제어 시스템은 이동 제어 구간에서 원하는 출력과 예측된 출력의 차이를 최소화하는 현재의 제어 입력을 적용하는 방식을 사용한다. 제약조건이 있는 경우이거나 비선형 시스템 문제의 경우는 주어진 함수를 최소화하는 최적화 문제를 풀기가 힘들다. 본 논문에서는 모델 예측 제어 시스템의 최적화 문제를 실수 코딩 유전 알고리즘을 이용하여 효율적으로 구할 수 있음을 보인다. 또한 실수코딩 유전알고리즘이 여러 가지 면에서 디지털코딩 유전알고리즘보다 더 자연스럽고 유리함을 모의실험을 통해 보인다.
Model Predictive Control(MPC) system uses the current input which minimizes the difference between the desired output and the estimated output in the receding horizon scheme. In many cases (for example, system with constraints or nonlinear system), however, it is not easy to find the optimal solution to the above problem. In this paper, we show that real number coding genetic algorithm can be used to solve the optimal problem for MPC effectively. Also, we show by simulation that the real coding algorithm is mote natural and advantageous than the digital coding one.
