1.一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于，包括以下步骤：将多模态Boost转换电路系统建模为离散时间不确定网络化切换系统；

考虑信道衰落对系统状态信息的影响，设计信道衰落模型；

构造公共滑模面；

设计滑模控制律，计算控制器参数；

进行稳定性分析及可达性分析，基于最优可达性的目标函数，采用遗传算法构造有效的滑模控制策略，使滑模动态在有限时间内被驱动到理想的最小化滑动区域。

2.按照权利要求1所述的一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于：多模态Boost转换电路系统模型建模为如下离散时间不确定网络化切换系统：z(t+1)＝(Aθ(t)+ΔAθ(t)(t))z(t)+Bθ(t)(u(t)+φθ(t)(z(t),t)),+

其中z(t)和u(t)分别表示系统状态和控制输入，分段连续函数θ(t):N →M表示切换信号，且M＝{1,2,...,N}，对于切换时间序列t0＜t1＜t2＜…＜tl＜…，切换间隔的持续时间[tl,tl+1]为驻留时间，对于θ(t)＝σ，Aσ，Bσ为已知常数矩阵，ΔAσ(t)为参数不确定项且满足ΔAσ(t)＝CσWσ(t)Eσ，其中 非线性项φσ(z(t),t)满足||φσ(z(t),t)||≤ξ||z(t)||。

3.按照权利要求2所述的一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于：信道衰落模型如下：其中 为z(t)在信道衰落影响下的实际信号，ζt＝min{ζ,t}，ζ和t分别表示路径数和当前采样时刻，γp(t)(p＝0,…,ζt)是密度函数为h(γp(t))∈[0,1]的相互独立的随机变量，满足Ε{γp(t)}＝γp,

4.按照权利要求3所述的一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于：公共滑模面函数如下：s(t)＝Lz(t),

其中L为滑模面设计参数。

5.按照权利要求4所述的一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于：滑模控制律如下：其中Hσ为控制增益。

6.按照权利要求5所述的一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于：采用滑模控制律后的系统更新为：其中

7.按照权利要求1所述的一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于：对于给定的标量0＜μ＜1和τ＞1，平均驻留时间满足 的切换信号θ(t)，对称正定矩阵 Yσ，标量κ1＞0，κ2＞0， 作为未知量，那么需优化的目标函数为：

其中

2 2 2

a＝4λσξ (ζt+1)m+4λσξ ,h＝4λσξ (ζt+1)m,

8.按照权利要求7所述的一种基于遗传算法的多模态Boost转换电路滑模控制方法，其特征在于：滑模动态可以被驱动到滑动区域Υ，并在滑动区域上保持运动，滑动区域Υ为：Υ＝{s(t)|||s(t)||≤ψ(t)},其中，