模糊神經(jīng)元網(wǎng)絡(luò)在過(guò)程控制中的應(yīng)用.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，現(xiàn)代工業(yè)生產(chǎn)過(guò)程的一個(gè)共同特征是控制系統(tǒng)的復(fù)雜性和不確定性日趨明顯，即各子系統(tǒng)之間或其內(nèi)部會(huì)有較強(qiáng)的關(guān)聯(lián)性，參數(shù)的高維性、時(shí)變性和隨機(jī)性，且系統(tǒng)和環(huán)境具有許多未知的和不確定的因素，這些因素還會(huì)隨環(huán)境、工況和時(shí)間等發(fā)生不可預(yù)料的變化。因此已很難采用那些基于定量數(shù)學(xué)模型的傳統(tǒng)控制方法對(duì)其實(shí)現(xiàn)有效的控制，必須尋求新一類的控制策略。 模糊控制是一種不依賴于被控過(guò)程數(shù)學(xué)模型的仿人思維的控制技術(shù)。它可以利用領(lǐng)域?qū)＜业牟僮?/p>

2、經(jīng)驗(yàn)或知識(shí)建立被控系統(tǒng)的模糊規(guī)則，有較好的知識(shí)表達(dá)能力。但在工程實(shí)際應(yīng)用中卻缺乏自學(xué)習(xí)或自調(diào)整的能力。盡管神經(jīng)網(wǎng)絡(luò)是一類黑箱式的非線性映射，但它具有良好的自學(xué)習(xí)能力。將二者有機(jī)結(jié)合起來(lái)，取長(zhǎng)補(bǔ)短，可以提高整個(gè)系統(tǒng)的學(xué)習(xí)能力和表達(dá)能力。目前這個(gè)方向的研究正方興未艾。 本文首先分析了工業(yè)過(guò)程控制中被控對(duì)象的特性，并對(duì)模糊控制、神經(jīng)網(wǎng)絡(luò)及模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展、背景和原理等進(jìn)行了綜述。針對(duì)工業(yè)生產(chǎn)過(guò)程的特點(diǎn)，結(jié)合傳統(tǒng)PID控制，本文提出了

3、一種基于模糊RBF神經(jīng)網(wǎng)絡(luò)的控制策略，進(jìn)一步完善了PID控制的自適應(yīng)性能，能發(fā)揮模糊控制魯棒性能、動(dòng)態(tài)響應(yīng)好，上升時(shí)間快，超調(diào)小的特點(diǎn)，又具有PID控制器的動(dòng)態(tài)跟蹤品質(zhì)和穩(wěn)態(tài)精度，具有較好效果。 本文的另一項(xiàng)重要工作是針對(duì)普通模糊控制器存在控制精度不理想的問(wèn)題，提出一種把神經(jīng)元與模糊控制器相結(jié)合的方法，使一種基于兩維控制規(guī)則基的PID型模糊控制器具有參數(shù)在線學(xué)習(xí)功能，提高了控制系統(tǒng)的魯棒性和控制精度，在仿真試驗(yàn)中表明該系統(tǒng)具有良