冯增喜，李丙辉，张 聪

(1.西安建筑科技大学建科学院，陕西 西安 710055；2.安徽建筑大学智能建筑与建筑节能安徽省重点实验室，安徽 合肥 230022)

1 引言

无模型自适应控制(Model Free Adaptive Control，MFAC)是一种基于数据驱动的先进控制方法，它不依赖于对象数学模型，仅基于被控系统的输入输出数据设计控制器，且能实现自适应控制[1]。无模型自适应控制具有广泛的适用性，目前已经在自动泊车、机器人、侧旋翼飞行器等多领域得到了应用[2-3]。对于相同的控制系统，控制器参数不同导致控制效果不同，因此，在控制过程中更快、更准确地设定合适的控制器参数显得尤为重要。然而，目前针对MFAC控制器4个参数的寻优方法十分有限，且不成熟，也没有系统化。文献[4]在PID控制器参数整定方法的基础上提出了基于临界比例度参数整定法、Z-N经验的参数整定方法、基于Cohen-Coon参数整定方法以及基于最速下降的参数整定法，控制性能有待提高；文献[5]提出了基于单纯形法的MFAC参数寻优法，但对初始参数设定有一定的要求；文献[6]提出了基于二阶泛模型的改进的无模型自适应控制器，并在此基础上提出了基于下降梯度法的参数优化整定方法。总的来说，关于MFAC参数整定和优化的研究还处于探索阶段，需进一步的深化和拓展。因此，本文采用遗传算法 (Genetic Algorithm，GA)对MFAC控制器参数进行寻优。

2 无模型自适应控制

MFAC是一种针对非线性系统的控制设计方法，侯忠生教授于1994年在其博士论文中首次提出，逐渐形成一套完整的理论体系[7]。……