便攜式干體爐非線性控制系統(tǒng)研究.pdf

1、干體爐溫度控制系統(tǒng)是一個(gè)典型的純時(shí)滯、時(shí)變以及大慣性非線性系統(tǒng)。對(duì)干體爐溫度控制方法的研究是干體爐研發(fā)過(guò)程中的主要環(huán)節(jié)。由于RBF神經(jīng)網(wǎng)絡(luò)具有以任意精度逼近任意連續(xù)函數(shù)的能力，所以它在系統(tǒng)辨識(shí)、非線性系統(tǒng)控制、模式分類等領(lǐng)域發(fā)揮著重要作用。為了提高干體爐溫度控制的效果，建立了干體爐的離散模型;提出一種新的RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，并對(duì)該學(xué)習(xí)算法的各項(xiàng)指標(biāo)進(jìn)行仿真;設(shè)計(jì)出干體爐裝置的操作軟件。
　　 首先基于干體爐的工作原理，利用機(jī)

2、理分析法建立干體爐溫度的離散模型。在該模型的基礎(chǔ)上使用相關(guān)系數(shù)辨識(shí)法修正模型中的增益系數(shù)和衰減系數(shù)，辨識(shí)系統(tǒng)的溫度延遲系數(shù)，得出干體爐溫度的離散模型。
　　 其次研究最新的RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法(RAN-ResourceAllocatingNetwork-算法和GIRAN-GeneralizedImprovedResourceAllocatingNetwork-算法)。針對(duì)RAN算法缺少神經(jīng)元?jiǎng)h除準(zhǔn)則以及網(wǎng)絡(luò)收斂速度慢和GIRA

3、N算法中新穎性準(zhǔn)則需要輸入樣本分量的概率分布函數(shù)的缺點(diǎn)，提出一種新的RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法-SRAN(SimpleResourceAllocatingNetwork)。SRAN學(xué)習(xí)算法包括新穎性準(zhǔn)則，刪除準(zhǔn)則，輸出權(quán)值和神經(jīng)元參數(shù)的更新方法。SRAN學(xué)習(xí)算法通過(guò)新穎性準(zhǔn)則和刪除準(zhǔn)則調(diào)節(jié)網(wǎng)絡(luò)中隱含層的神經(jīng)元數(shù)目，采用最速下降法更新輸出權(quán)值，神經(jīng)元的參數(shù)在初始化后不做更新。
　　 然后通過(guò)計(jì)算機(jī)仿真，在神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，逼近速度，溫度