基于神經網絡集合的多模型控制方法研究及應用.pdf

1、在實際控制問題中，對于含有種種不確定性的被控對象，傳統(tǒng)的自適應控制算法往往難以獲得滿意的控制效果，甚至無法控制。采用基于分解-合成策略的多模型自適應控制是解決非線性、變工況、參數不確定性等復雜問題的一種有效方法。本文針對傳統(tǒng)自適應控制和現有多模型自適應控制理論和方法中存在的問題，將神經網絡的非線性逼近能力與多模型切換的思想相結合，研究面向復雜系統(tǒng)的基于神經網絡集合的多模型控制方法。本文的主要研究內容包括：
　　 (1)基于神經網

2、絡集合的多模型控制方法的理論研究，包括多模型控制、神經網絡和兩者結合的方法的理論介紹與研究；
　　 (2)以具有不確定性、時滯和非線性的三容水箱液位控制系統(tǒng)為實驗平臺，研究神經網絡多模型控制方法在過程控制中的應用。其基本設計思想是：利用神經網絡能夠以任意精度逼近任意非線性函數的特性，對非線性對象進行辨識。一般來說，系統(tǒng)不確定性都是有界的，即非線性對象參數變化空間是有限的。將這個有限參數空間劃分為N個子空間，對每一個參數子空間建立

3、一個神經網絡模型。N個神經網絡模型構成一個神經網絡集合。利用這個神經網絡集合來構造非線性系統(tǒng)控制器，并采用線性加權過渡算法實現多個神經網絡控制器之間的平滑切換?？刂扑惴ú捎肧TEP7語句表語言編程實現。所設計的三容水箱液位控制系統(tǒng)對系統(tǒng)特性變化表現出較好的魯棒性，驗證了設計方法的有效性；
　　 (3)基于神經網絡集合的多模型控制方法在實際項目中的應用。該項目是與中國直升機設計研究所合作的直升機旋翼測試系統(tǒng)，其中的液壓泵控制系統(tǒng)中