神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)主動控制中的理論與應(yīng)用.pdf

1、該文針對神經(jīng)網(wǎng)絡(luò)和建筑結(jié)構(gòu)振動、控制的特點,對神經(jīng)網(wǎng)絡(luò)應(yīng)用于結(jié)構(gòu)辨識和結(jié)構(gòu)控制進行了詳細(xì)的論述、研究和實例仿真.建筑結(jié)構(gòu)龐大,作動力施加困難,結(jié)構(gòu)參數(shù)復(fù)雜多變,外部擾動復(fù)雜、高隨機性及不可預(yù)測.當(dāng)結(jié)構(gòu)中有作動器時,結(jié)構(gòu)就變?yōu)榉浅?fù)雜的耦合系統(tǒng),當(dāng)有多個作動器時,整個系統(tǒng)就會變得更加復(fù)雜.使得傳統(tǒng)的方法難以對系統(tǒng)進行精確地建模和有效地控制.第二章對神經(jīng)網(wǎng)絡(luò)基本理論、神經(jīng)網(wǎng)絡(luò)的優(yōu)點闡述和論證,為神經(jīng)網(wǎng)絡(luò)在建筑振動控制中的運用可行性進行分析.

2、對神經(jīng)網(wǎng)絡(luò)的優(yōu)化算法進行了闡述,各種優(yōu)化算法的缺點及改進的方法進行一個總結(jié),并給出各個算法的訓(xùn)練速度做了一個詳細(xì)對比,以體現(xiàn)各種算法的訓(xùn)練速度.神經(jīng)網(wǎng)絡(luò)對系統(tǒng)進行辨識不是基于模型的辨識,而是基于輸入/輸出數(shù)據(jù)的辨識.第三章首先對神經(jīng)網(wǎng)絡(luò)的辨識模型的選擇、輸入信號的選擇以及誤差準(zhǔn)則的選擇進行討論,然后對非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識仿真進行研究,將其中的靜態(tài)問題和動態(tài)問題分開進行論述,最后針對靜態(tài)問題和動態(tài)問題給出相應(yīng)的實例仿真.神經(jīng)網(wǎng)絡(luò)控制的

3、形式較多,并且各種神經(jīng)網(wǎng)絡(luò)的特點和應(yīng)用的領(lǐng)域都不相同.為此,第四章對各種神經(jīng)網(wǎng)絡(luò)控制的優(yōu)缺點進行對比,為建筑結(jié)構(gòu)振動控制選擇適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)控制方法.對CMAC與PID并行神經(jīng)網(wǎng)絡(luò)控制和神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制進行了較為詳細(xì)的討論,通過實例仿真說明了有效性.針對訓(xùn)練樣本對難以獲取的問題,提出了基于瞬時最優(yōu)控制神經(jīng)網(wǎng)絡(luò)的建筑結(jié)構(gòu)主動控制.在第五章中,對一個三層結(jié)構(gòu)與作動器的耦合系統(tǒng)進行主動控制.給出此系統(tǒng)從辨識到控制的完整過程,并且針對作動器的不