基于布谷鳥搜索的回聲狀態(tài)網(wǎng)絡(luò)在流程工業(yè)中的應(yīng)用.pdf

1、隨著流程工業(yè)生產(chǎn)的品質(zhì)要求不斷提高，對其控制技術(shù)的要求也越來越嚴(yán)格。流程工業(yè)過程具有高度非線性、變量之間耦合嚴(yán)重、動(dòng)態(tài)變化復(fù)雜等特點(diǎn)。盡管對其研究經(jīng)歷了很長的發(fā)展過程，取得了許多頗具成效的研究結(jié)果，但時(shí)至今日也未能建立一個(gè)類似于線性控制領(lǐng)域里成熟的理論體系。因此，對非線性動(dòng)態(tài)特性復(fù)雜的流程工業(yè)過程進(jìn)行辨識和控制的研究依然具有重要的意義。本文結(jié)合回聲狀態(tài)網(wǎng)絡(luò)能夠映射復(fù)雜非線性時(shí)間序列的特點(diǎn)，將其應(yīng)用于流程工業(yè)的系統(tǒng)建模和控制當(dāng)中。

2、　　論文針對回聲狀態(tài)網(wǎng)絡(luò)(Echo State Network，ESN)的參數(shù)學(xué)習(xí)過程中，由完全隨機(jī)生成的儲(chǔ)備池使網(wǎng)絡(luò)的泛化能力較差的問題，提出了一種儲(chǔ)備池生成改進(jìn)方案。通過模擬生物神經(jīng)元鄰接節(jié)點(diǎn)間的信息交互較其他節(jié)點(diǎn)更為明顯的特點(diǎn)，在儲(chǔ)備池中引入鄰接強(qiáng)度矩陣，表示儲(chǔ)備池中神經(jīng)元節(jié)點(diǎn)間的相互作用的潛在能力，以此對儲(chǔ)備池的拓?fù)浣Y(jié)構(gòu)進(jìn)行優(yōu)化。優(yōu)化后的儲(chǔ)備池具有相對穩(wěn)定的結(jié)構(gòu)，避免了儲(chǔ)備池連接權(quán)矩陣稀疏度難以確定的問題。相對穩(wěn)定的結(jié)構(gòu)使得儲(chǔ)備

3、池更加適用于基于群體智能搜索算法的參數(shù)尋優(yōu)過程。論文根據(jù)布谷鳥搜索(Cuckoo Search，CS)算法參數(shù)少，收斂速度快，全局搜索能力強(qiáng)，且實(shí)現(xiàn)過程簡單等特點(diǎn)，將其應(yīng)用于儲(chǔ)備池參數(shù)尋優(yōu)過程中，提出了一種基于布谷鳥搜索的回聲狀態(tài)網(wǎng)絡(luò)(CS-based ESN，CSESN)算法。論文通過時(shí)間序列建模領(lǐng)域里常用的基準(zhǔn)函數(shù)，即Lorenz混沌系統(tǒng)，在不同儲(chǔ)備池規(guī)模下對Lorenz混沌系統(tǒng)中的x分量進(jìn)行建模研究，并比較了CSESN與傳統(tǒng)ESN

4、在建模方面的性能差異，實(shí)驗(yàn)結(jié)果表明了CSESN在精度方面具有明顯的改善。論文以連續(xù)攪拌釜反應(yīng)器為例，研究將其應(yīng)用于流程工業(yè)系統(tǒng)的建模當(dāng)中。
　　論文在CSESN能夠明顯改善系統(tǒng)建模精度的基礎(chǔ)上，提出了一種基于CSESN的神經(jīng)網(wǎng)絡(luò)直接逆模型控制方法。為解決直接逆模型開環(huán)控制穩(wěn)定性及魯棒性均不佳的問題，引入反饋通道對控制器中逆模型進(jìn)行在線修正，通過遞推最小二乘算法(Recursive Least Square，RLS)對CSESN中的