基于神經(jīng)網(wǎng)絡(luò)的預測控制方法及其應用研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、基于神經(jīng)網(wǎng)絡(luò)的預測控制是國內(nèi)外復雜工業(yè)過程控制領(lǐng)域中研究的前沿問題之一。本文根據(jù)預測控制的三大機理,在分析基本的預測控制算法的基礎(chǔ)上,探討了基于神經(jīng)網(wǎng)絡(luò)模型的非線性系統(tǒng)預測控制算法。重點研究了非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)建模的原理和方法,以及BFGS算法在神經(jīng)網(wǎng)絡(luò)預測控制優(yōu)化求解中的應用。 論文工作的主要研究內(nèi)容和特色如下: 1)緒論部分對預測控制產(chǎn)生的歷史背景、發(fā)展歷程、研究現(xiàn)狀、發(fā)展趨勢和存在的問題作了簡要的綜述。對人工神經(jīng)網(wǎng)

2、絡(luò)理論的產(chǎn)生和發(fā)展進行了簡單的回顧。 2)第二章針對三種典型預測控制算法(即模型算法控制、動態(tài)矩陣控制和廣義預測控制)討論了預測控制的基本結(jié)構(gòu)和原理,深入分析了它們的預測模型、反饋校正與滾動優(yōu)化方法。給出了廣義預測控制算法的仿真實例,相比于普通的PID算法,控制品質(zhì)明顯提高。對非線性系統(tǒng)的預測控制問題進行了簡單的探討。 3)第三章討論了神經(jīng)網(wǎng)絡(luò)的模型、結(jié)構(gòu)以及它的學習方式和學習算法。深入分析了標準BP算法的基本原理、程序

3、實現(xiàn)以及存在的問題。針對標準BP算法的局限性給出了其改進的算法。在此基礎(chǔ)上用神經(jīng)網(wǎng)絡(luò)作為預測模型,根據(jù)預測控制的三大機理論述了基于神經(jīng)網(wǎng)絡(luò)的預測控制系統(tǒng)構(gòu)成。詳細給出了單步神經(jīng)網(wǎng)絡(luò)預測控制算法,并指出單步預測控制算法雖然簡單,但所含信息量少,系統(tǒng)抗干擾性和魯棒性較差;采用級聯(lián)神經(jīng)網(wǎng)絡(luò)遞推多步預測方法,建立了神經(jīng)網(wǎng)絡(luò)多步預測模型,并推導出多步神經(jīng)網(wǎng)絡(luò)預測控制BFGS優(yōu)化算法。 4)第四章基于一個375MW熱電廠的鍋爐一汽輪機系統(tǒng)仿

4、真模型,離線辨識建立了一個基于三層前向神經(jīng)網(wǎng)絡(luò)的預測模型,討論了網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計、訓練算法等神經(jīng)網(wǎng)絡(luò)建模問題。并提出了基于多步預測模型的預測控制方案。通過仿真研究表明基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)預測控制算法優(yōu)于常規(guī)的多回路PID控制器。以神經(jīng)網(wǎng)絡(luò)作為預測模型的預測控制方案為解決非線性系統(tǒng)預測控制問題提供了一種可行的方法。 5)最后對全文進行總結(jié),并結(jié)合自己的研究心得,指出一些可深入研究或有待解決的問題,如非線性系統(tǒng)預測控制算法中主要設(shè)計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論