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、隨著時代的進步,科技水平有了迅速提升,工業(yè)生產(chǎn)過程更加復(fù)雜化,對控制器的控制精度也提出了更高的要求。在如此嚴峻的工業(yè)環(huán)境下,PID控制等傳統(tǒng)方法的控制能力稍顯薄弱,而預(yù)測控制表現(xiàn)出強大的工業(yè)適應(yīng)性,并逐漸確立其在工業(yè)控制中的地位。預(yù)測控制可根據(jù)當前情況動態(tài)修改預(yù)測模型,尤其在控制對象具有多輸入多輸出、非線性、時變和大純滯后等特點時,控制效果與控制精度的優(yōu)勢表現(xiàn)更為突出。本文以非線性系統(tǒng)作為預(yù)測控制的研究對象,對其相關(guān)背景、結(jié)構(gòu)理論及工業(yè)
2、應(yīng)用現(xiàn)狀等進行闡述與分析。
本文首先對預(yù)測控制的研究背景與現(xiàn)狀做出分析,介紹其基本原理、穩(wěn)定性和魯棒性等性能,列舉了預(yù)測模型的幾種典型的建模方法。當被控對象為非線性系統(tǒng)時,重點對神經(jīng)網(wǎng)絡(luò)預(yù)測控制預(yù)測模型精度不高和滾動優(yōu)化求解困難提出了相關(guān)的改進方法。具體內(nèi)容如下:
依據(jù)BP神經(jīng)網(wǎng)絡(luò)在強非線性時可以逼近任何對象的能力將其選為模型辨識方法。針對其易陷入局部極小值、收斂速度慢等缺點,提出一種以思維進化算法和LM算法相結(jié)合的
3、LM-MEA優(yōu)化算法對其權(quán)值和閾值進行優(yōu)化。LM-MEA算法利用了思維進化算法中模擬人類思維過程的思路和在趨同、異化操作方法下表現(xiàn)出來的求解速度快、計算精度高的優(yōu)點對LM算法過于依賴初值的缺點進行了改進。通過標準函數(shù)測試表明LM-MEA算法具有較好的尋優(yōu)性能。對非線性對象進行建模預(yù)測與仿真實驗,證明基于LM-MEA針對滾動優(yōu)化環(huán)節(jié),將 LM算法與粒子群算法相結(jié)合的提出一種LM-PSO優(yōu)化算法。LM-PSO算法利用了PSO算法的全局收斂速
4、度快和LM算法在靠近局部極小值時搜索精度高的優(yōu)點,克服了LM算法過于依賴初值和 PSO算法容易陷入局部極值的缺點。同樣將該算法經(jīng)過測試函數(shù)驗證,證明具有良好的尋優(yōu)性能。選取非線性系統(tǒng)作為研究對象,以BP神經(jīng)網(wǎng)絡(luò)作為模型辨識方法,將 LM-PSO算法用于求解滾動優(yōu)化環(huán)節(jié)中目標函數(shù)的最優(yōu)控制量,并與其他算法相對比。通過仿真實驗證明LM-PSO-BP神經(jīng)網(wǎng)絡(luò)預(yù)測控制方法提升了綜合控制性能。
最后,將以LM-MEA-BP神經(jīng)網(wǎng)絡(luò)為預(yù)測
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(yù)覽,若沒有圖紙預(yù)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
- 非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測控制研究.pdf
- 非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)多步預(yù)測控制.pdf
- 非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)預(yù)測控制算法及應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)建模與預(yù)測控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的多變量非線性系統(tǒng)廣義預(yù)測控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測控制算法的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測控制在非線性滯后系統(tǒng)中的應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測控制研究.pdf
- 非線性時滯系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測控制.pdf
- 神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)建模和控制中應(yīng)用的研究.pdf
- 基于Laguerre函數(shù)與神經(jīng)網(wǎng)絡(luò)模型的非線性系統(tǒng)自適應(yīng)預(yù)測控制算法研究.pdf
- 非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制算法研究及其應(yīng)用.pdf
- 遲滯非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)預(yù)測控制理論及應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測控制.pdf
- 非線性系統(tǒng)的模糊廣義預(yù)測控制算法研究.pdf
- 非線性時滯系統(tǒng)動態(tài)神經(jīng)網(wǎng)絡(luò)辨識和預(yù)測控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)自適應(yīng)優(yōu)化控制研究.pdf
- 非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)內(nèi)??刂蒲芯?pdf
評論
0/150
提交評論