文档介绍：摘要近年来,随着现代控制理论和数字计算机技术的高速发展,出现了许多比较先进的控制算法,如广义预测控制算法谀?刂扑惴龋⒖始应用于工业生产中。但是就目前而言,比例积分微分刂破髟诠炭刂中仍然起着主要作用,其原因是常规的鹘谄骶哂薪峁辜虻ァ⒙嘲粜郧俊适应性好、能够对很大一类工业对象进行有效控制等一系列优点。但是在实际的工业生产过程中,往往具有非线性,时变不确定性,因而难以建立精确的数学模型。从控制的角度看,寻求高可靠、鲁棒性、适应性、智能型和简便易行的控制理论和方法,以满足复杂系统高维数、非线性、强干扰、不确定、难建模、实滞未知、快速多变的要求,一直是控制学科追求的目标。因此,设计一个具有自适应、自学习能力的神经智能控制器,对提高这类系统的控制效果和鲁棒性有积极意义。由于人工神经网络具有对任意非线性映射的任意逼近能力,近年来,已经被引入非线性系统的辨识中,用来模拟实际系统的输入/输出关系。而利用神经网络的自学习、自适应以及并行处理能力,可以方便地给出工程上易于实现的学习算法,经过训练得到动态系统的前向或逆向模型。与传统非线性辨识方法不同的是,神经网络辨识不受非线性模型的限制。它依据被控系统的输入输出数据,,即可得到一个输出,而不需要知道输入和输出之间存在着怎样的数学关系。这是目前非线性系统辨识中一个引人注目的新途径。本文有针对性地对人工神经网络的各种网络模型及学习算法进行了研究,提出一了种基于人工神经网络的电厂主汽温控制系统。主要内容包括:治隽巳斯ど窬绺髦滞缒P偷慕峁固氐悖霸谥悄芸刂浦惺视的范围。·谘傲丝刂屏煊虻腜控制原理的基础上,分析了传统刂存在的不足,提出了一种基于人工神经网络的智能控制系统。在对非线性系统的辨识模型的研究和对网络算法深入研究的基础上,选择网络作为神经控制系统中神经网络辨识器的在线辨识网络,使用基于学习规则的神经网络根据系统的运行状态,在线调节刂破鞯目刂撇问允瓜低承阅苤标达到最优。≡竦缌ο低持谢鸬绯е髌伦魑1豢囟韵螅荼疚乃岢龅目刂山东师范大学硕士学位论文一
算法进行仿真试验,结果表明该控制系统表现出良好的控制特性,能很好地解决响应快速性和稳定性的矛盾。关键词:人工神经网络,人工神经网络控制,刂疲髌山东师范大学硕士学位论空Ⅱ
,,瑃瓸甌琩琍琱,瑃,.甎甀’..:Ⅲ山东师范大学颂宦畚瑂.,’
研究背景及意义第一章绪论中每个神经元约与匕錾窬Mü,。人工神经网络不仅在形式上模拟了生物神经系统,它也具有大脑的一些基神经生理学和神经解剖学证明了人的思维是由脑完成的。神经元是组成人脑的最基本单元,能够接受并处理信息。人脑约由一个神经元组成,其并行加工处理巨系统。探索脑组织的结构、工作原理及信息处理的机制,是整,个人类面俚囊幌钐粽剑彩钦鲎匀豢蒲У那把亓煊颉人工神经网络系统理论是以人脑的智能功能为研究对象且以人体神经细胞信息处理方法为背景的智能计算理论,是目前国际上非常活跃的前沿研究领域‘⒘松窬网络的数学模型,称为模型。他们通过模型提出了神经元的形式化数学描述和网络结构方法,证明了单个神经元能执行逻辑功能,,它由大量的处理单元以适当的方式互连构成,是一个大规模的非线性自适应系本特征。从系统构成的形式上看,从神经元本身到联接模式,基本上都是以与生物神经系统相似的方式工作的。从表现特征上来看,,可以通过相应的学习盗匪惴ǎ谝桓鼋洗笫菁械氖据联系抽象出来,就像人们可以不断地摸索规律、总结经验一样,可以从先前得到的例子按要求产生出新的实例,在一定程度上实现“举一反三”的功能。电力系统是指由进行电能生产、变换、输送、分配、消费的各种设备按照一定的技术和经济要求有机组成统一系统的总称【浚且桓鼍尬牡湫投大系统,它具有强非线性和时交性且参数不确切可知,并含有大量未建模动态部分。电力系统地域分布广阔,大部分元件具有延迟,磁滞、饱和等等复杂的物理特性,对这样的系统实现有效控制是极为困难的。但也正是由于问题的复杂性而使得现代控制理论褥以在这一领域充分发挥其自身的优势。根据电力系统的特点,除了线性最优控制、自适应控制,变结构控制,埽蘼嘲艨刂啤⑽分几何控制等控制手段外,智能控制技术中的各种控制手段也因具有一定的“智能’’特性,如可以引入专家的经验知识、能够处理不确定性问题、具有自学习的能力、适于处理非线性问题等,在电力系统中也得到了广泛的关注,获得了大山东师范大学预宦畚