非線性系統(tǒng)建模及預(yù)測控制若干問題研究.pdf_第1頁
已閱讀1頁,還剩112頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、浙江大學(xué)博士學(xué)位論文非線性系統(tǒng)建模及預(yù)測控制若干問題研究姓名:劉斌申請學(xué)位級別:博士專業(yè):控制科學(xué)與工程指導(dǎo)教師:褚健蘇宏業(yè)20041201浙江大學(xué)博士學(xué)位論文3針對一類具有嚴(yán)重非線性的復(fù)雜被控對象,提出兩種基于TS模糊模型的預(yù)測控制算法。利用被控系統(tǒng)的采樣數(shù)據(jù)集,用模糊聚類法初始化模型參數(shù),并用后向傳播算法進(jìn)行離線學(xué)習(xí),得到系統(tǒng)的離線TS模糊模型。該離線模型的后件參數(shù)在實時控制過程中可以根據(jù)實時采集的新信息被在線修I卜,以提高模型精度

2、。基于已經(jīng)得到的模糊模型,第一種算法,直接基于非線性模型,使用分支定界優(yōu)化方法搜索最優(yōu)控制序列;第二種算法,在系統(tǒng)運(yùn)行的每個采樣周期,將非線性TS模糊模型局部動態(tài)線性化,從而得到系統(tǒng)的線性輸入/輸出關(guān)系,并用廣義預(yù)測控制策略實現(xiàn)被控對象的預(yù)測控制。在一個具有強(qiáng)非線性的系統(tǒng)模型上,將所提出的兩種算法做了仿真比較,仿真結(jié)果說明了各自的特點(diǎn)和有效性。4針對具有不同程度非線性的工業(yè)被控對象,提出了兩種基于LS—SVM建模的預(yù)測控制算法。對于具有

3、弱非線性的系統(tǒng),用具有線性核函數(shù)的LSSVM進(jìn)行建模,并將所得模型轉(zhuǎn)化為線性輸入/輸出關(guān)系。列具有嚴(yán)重非線性的被控對象,首先用具有RBF核函數(shù)的LS—SVM離線建立被控對象的非線性模型,然后在系統(tǒng)運(yùn)行的每一個采樣周期,將離線模型關(guān)于當(dāng)前采樣點(diǎn)線性化,得到系統(tǒng)的在線輸入/輸出線性關(guān)系?;诘玫降木€性模型,兩種算法均采用廣義預(yù)測控制算法來實現(xiàn)塒被控系統(tǒng)的預(yù)測控制。將兩種算法分別應(yīng)用到兩種具有不同程度非線性的工業(yè)過程模型,仿真結(jié)果說明了算法的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論