文档介绍：兰州理工大学
硕士学位论文
基于神经网络的非线性预测控制研究
姓名:屠小娥
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:李炜
20070508
摘要随着工业控制要求的提高及控制理论与计算机技术的发展,产生了控制效果好、鲁棒性强,适用于控制不易建立精确数学模型且比较复杂的工业过程的预测控制算法,并已在石油、化工、冶金、机械等工业部门的控制系统中得到了成功的应用,是一类很有发展前途的新型计算机控制算法。本文以工程实际广泛存在的非线性系统为研究背景,以理论研究与仿真实验为重点,研究了基于神经网络辨识的动态矩阵预测控制路椒ǎ涫抵是利用作为对象辨识模型的神经网络产生输出预测,用滚动优化算法求出控制律,从而实现对非线性系统的预测控制。神经网络分别选用具有良好非线性逼近能力的网络和纾溆攵卣笤げ饪刂扑惴ㄏ嘟岷希攵苑窍咝韵低常对比研究了基于以上两种神经网络的非线性预测控制技术。在课题的研究中,完成的主要工作有:远卣罂刂扑惴ㄗ隽松钊氲奶教趾脱芯浚治隽硕卣笤げ饪刂频预测模型、反馈校正与滚动优化的特征及其稳定性、鲁棒性,并研究了相关参数对控制效果的影响,,分别研究了一种改进算法,即带动量项的自适应调整学习率的算法和递推稻劾嗨惴ǎü齅抡媸笛表明:带动量项的自适应调整学习率的算法学习速度较快、且辨识精度较高,而采用递推稻劾嗨惴ǎ商岣逺网络的建模能力和跟踪性能。直鸾ǜ慕腂蚏神经网络与动态矩阵预测控制相结合,提出了基于改进的和窬绫媸兜亩卣笤げ饪刂扑惴ǎü齅仿真证实了所提出新型算法的有效性和可行性,仿真结果还表明基于窬络的刂菩Ч庞诨贐窬绲腄,更利于在实时控制中的应用。关键词:预测控制;神经网络;动态矩阵控制;模型辨识;滚动优化硕士学位论文
甪,’基于神经网络的非线性预测控制研究,琣琧琣,.瓵..,,...,::籸Ⅱ
.籑硕士学位论文...篜籒;;
日期:川年‘月乎日作者签名:届⑻屠,害蝓贿,兰州理工大学学位论文版权使用授权书学位论文原创性声明有关数据库进行检索,可以采用影印、:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入学位论文。本学位论文属于⒈C芸冢⒉槐C芡舝朐谝陨舷嘤Ψ娇蚰诖颉”名名签签者师作导
第绪论选题的目的和意义法,⒄骨途的新型计算机控制算法。由于它采用多步预测、滚动优化和反馈校正等控制策略,因而控制效果好、鲁棒性强,适用于控制不易建立精确数学模型且比较复杂的工业生产过程,已在石油、化工、冶金、机械等工业部门的控制系统中得到了成功的应用。由于模型形式、优化策略和校正措施的不同,可以形成各种预测控制算法,如动态矩阵控制甀¨、模型算法控制、广义预测控制等等。常用的预测控制应用于变化比较缓慢的生产过程或对象时,一般能取得较好的结果,而对于变化迅速而复杂的过程或对象,由于模型不精确、控制算法复杂和运算量大,,寻找算法简单,建模容易,控制迅速而有效的方法一直是人们努力的方向。将智能技术引入控制系统是控制学科发展的必然趋势,对于大滞后过程来说,由于当前旌加的控制作用,需要经过较长的时问才会在输出中反映出来,可见实现大滞后过程控制的关键在于对系统输出的预测。二十世纪年代末从实践中发展起来的预测控制算法为大滞后系统的控制提供了一种方法。但现有的一些预测方法,如史密斯预估法,模型算法控制,动态矩阵预报控制等,都需要较精确的系统数学模型,因此建模成了预测控制发展的一个瓶颈。而人工神经网络是最近发展起来的十分热门的交叉学科,具有并行机制、自学习和自适应能力;可以用来逼近任意复杂的非线性系统;能够学习与适应不确定性系统的动态特性;所有定量或定性的信息都分布存储于网络的各个神经元,所以有较强的和鲁棒性和容错性;用并行分布处理方和不确定性系统建模与控制方面的巨大潜力,所以将神经网络技术应用于预测控制系统之中,用神经网络来建立高精度、多模态的信息预测模型,将为预测控制突破现有框架,向高层次发展提供了可能。因此将神经网络技术应用于预测控制之中是一个