基于神經網絡的內?？刂圃跍囟瓤刂葡到y的研究.pdf

1、溫度控制系統是現代大多數工業(yè)中一個重要的組成部分，這種系統具有典型的大滯后性、大慣性、非線性等特點。由于滯后的存在嚴重影響了系統的穩(wěn)定性和控制性能，而基于精確數學模型的常規(guī)控制方法通常難以獲得滿意的動、靜態(tài)控制性能，并且系統在運行中參數的時變和外界環(huán)境的不確定因素的影響下，使這種系統更加難以控制。因此，研究更為先進的控制算法具有重要的理論意義和現實意義。
　　 本文以電加熱爐為研究對象，對其特性進行系統分析基礎上抽象出該系統的數

2、學模型?；谠撃Ｐ?，著重研究了具有大滯后控制系統的優(yōu)化算法。主要內容如下：
　　 1、基于一些有效時滯控制算法分析的基礎上，對Smith預估控制算法和內?？刂扑惴ㄟM行重點仿真驗證。仿真結果表明，內?？刂圃跁r滯控制系統中具有更好的抗干擾性和魯棒性；由于徑向基(RBF)神經網絡具有快速學習并能逼近任意非線性函數的優(yōu)點，本文用徑向基網絡分別設計內?？刂扑惴ㄖ械膬炔磕Ｐ秃蛢饶？刂破?，提出基于神經網絡的內模控制算法應用在時滯工業(yè)控制中；<

3、br>　　 2、本文針對以下兩方面進行了改進：首先，模型逆模型的設計方面，本文深入研究了各種辨識的結構并對它們進行了詳細的分析，在此基礎上提出了改進型逆模型辨識結構并對其進行了仿真驗證；其次，RBF網絡隱層中心點的確定和權值修正方面，使用了改進的次勝者受罰的自競爭學習算法對中心進行自適應學習，提高了網絡的學習速度；針對權值修正使用帶有遺忘因子的最小二乘算法，有效防止飽和現象的發(fā)生。
　　 通過仿真實驗表明，改進后的算法應用神經