摘要: 针对广义预测控制(GPC)参数设定问题,提出一种改进的蚁狮算法(IALO)应用于广义预测控制进行参数优化,并将提出的方法对Takagi-Sugeno(T-S)模糊模型进行控制,取得良好的效果。对智能材料中广泛存在的迟滞非线性特点用T-S模糊模型进行了建模。对于传统蚁狮算法存在的收敛速度慢,易陷入局部最优解的问题进行改进,并用测试函数来验证改进方法的有效性。最后将改进后的蚁狮算法同GPC相结合,对所建立的T-S模糊模型进行控制,结果表明所提出方法的有效性。