基于小波神經(jīng)網(wǎng)絡(luò)的多容水箱液位預(yù)測(cè)控制.pdf

1、鑒于現(xiàn)今社會(huì)對(duì)高精度產(chǎn)品的需求逐漸變大，促進(jìn)了現(xiàn)代科技的不斷進(jìn)步。尤其在智能控制領(lǐng)域，傳統(tǒng)算法已經(jīng)很難解決復(fù)雜的實(shí)際問題。對(duì)算法的改進(jìn)能有效的解決現(xiàn)有算法很難解決日漸復(fù)雜的控制系統(tǒng)的問題。想要獲得更好的控制策略就必須要事先做好理論準(zhǔn)備和實(shí)驗(yàn)工作來模擬復(fù)雜的現(xiàn)場(chǎng)。四容水箱的液位控制系統(tǒng)，在實(shí)驗(yàn)條件下，多容水箱的控制存在一定的非線性耦合關(guān)系。所以，可以將多容水箱作為研究非線性以及耦合的控制的對(duì)象。因此，本文分析了多容水箱的特性，從水箱的液位

2、控制策略展開了設(shè)計(jì)。
　　本文采用小波神經(jīng)網(wǎng)絡(luò)辨識(shí)模型，用神經(jīng)網(wǎng)絡(luò)對(duì)四容水箱進(jìn)行解耦控制，最后引入模型算法預(yù)測(cè)控制，來調(diào)節(jié)水箱液位。神經(jīng)網(wǎng)絡(luò)有很多優(yōu)點(diǎn)，特別是因其良好的非線性逼近能力著稱，它與小波分析的結(jié)合能更好的控制模型的精度。所以，先對(duì)小波神經(jīng)網(wǎng)絡(luò)的權(quán)值、閾值等進(jìn)行優(yōu)化。本文選用的優(yōu)化方法是基于改進(jìn)PSO優(yōu)化小波網(wǎng)絡(luò)。該算法從三個(gè)方面進(jìn)行了改進(jìn)，分別把遺傳交叉因子、線性遞減權(quán)重和平均個(gè)體極值加入到PSO算法中，很大程度上提高了

3、小波神經(jīng)網(wǎng)絡(luò)的逼近能力。因?yàn)樗湎到y(tǒng)是具有耦合問題的，所以經(jīng)過各種算法的權(quán)衡與對(duì)比，我們將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于解耦。并對(duì)解耦器的相關(guān)參數(shù)進(jìn)行了設(shè)計(jì)。隨后又將其與模型算法控制(MAC)融合在一起，對(duì)水箱系統(tǒng)完成預(yù)測(cè)控制。
　　用基于改進(jìn)PSO優(yōu)化后的小波神經(jīng)網(wǎng)絡(luò)實(shí)施模型算法(MAC)的預(yù)測(cè)控制方法，對(duì)水箱系統(tǒng)的液位控制進(jìn)行了仿真操作。仿真結(jié)果說明該控制算法具有很好的控制性能，精度高，響應(yīng)速度快，魯棒性強(qiáng)，也有一定的抗干擾能力。本文的實(shí)