学位论文 > 优秀研究生学位论文题录展示
模糊神经网络在大滞后非线性系统中的应用
作 者: 孟凡华
导 师: 杜太行;吴学礼
学 校: 河北工业大学
专 业: 控制理论与控制工程
关键词: 模糊神经网络 联想记忆 系统辨识 非线性控制
分类号: TP273
类 型: 硕士论文
年 份: 2004年
下 载: 275次
引 用: 2次
阅 读: 论文下载
内容摘要
随着科学技术的发展,现代工业生产过程的一个共同特征是控制系统的复杂性和不确定性日趋明显,即各个子系统之间或其内部会有较强的关联性,参数的高维性、时变性和随机性,且系统和环境具有许多未知的和不确定的因素,这些因素还会随环境、工况和时间等发生不可预料的变化。因此己不可能利用那些基于定量数学模型的传统控制方法对其实现有效的控制,必须寻求新的控制策略。 模糊控制是一种不依赖于被控过程数学模型的仿人思维的控制技术。它可以利用领域专家的操作经验或知识建立被控系统的模糊规则,有较好的知识表达能力。但在工程实际应用中却缺乏自学习或自调整的能力。尽管神经网络是一类黑箱式的非线性映射,但它具有良好的自学习能力。将二者有机结合起来,取长补短,用以提高整个系统的学习能力和表达能力。目前这个方向的研究正方兴未艾。 本文首先对模糊控制、神经网络及模糊神经网络的发展、背景和原理等进行了综述。对于大滞后非线性系统控制品质要就比较高的场合,模型辨识是至关重要的,针对大滞后非线性系统难以用经典方法辨识的原因,模拟人脑记忆事物的过程,本文提出了一种新型联想记忆神经网络结构,作为建模工具,以再现被控对象的特征,为控制做好铺垫。针对温度控制系统的非线性特点,本文利用模糊神经网络控制器,应用多层前馈网络构造模糊变量隶属函数和模糊椎理控制模型,使神经网络不再表现为黑箱式映射,其所有节点和参数都具有模糊系统等价意义。该算法可根据在线调整确定初始隶属函数和发现规则的存在,并可优化调整隶属函数,获得理想输出。本文利用该控制策略进行了仿真研究。结果表明,该控制策略可以使温度参数很好的达到要求。 温度控制系统是典型的非线性大滞后控制系统,根据本文提出的联想记忆神经网络辨识器,与模糊神经网络控制器相结合,建立模型参考自适应控制方案,成功的实现了对单腔电阻加热炉的控制,模型参考自适应控制方案可以向其它大滞后非线性特性的过程控制参量(如流量、压力、液位等)推广。
|
全文目录
第一章 绪论 7-12 1-1 引言 7-8 1-2 模糊神经网络的研究与发展 8-11 1-2-1 模糊控制的发展和背景 8-9 1-2-2 神经网络的发展和背景 9-10 1-2-3 模糊控制和神经网络的结合 10-11 1-3 本课题的主要工作和创新点 11-12 1-3-1 本课题的主要工作 11 1-3-2 创新点 11-12 第二章 电阻加热炉的结构与控制 12-15 2-1 电阻加热炉结构 12-13 2-2 电阻加热炉的总体控制方案 13-15 第三章 基于联想记忆神经网络的系统辨识 15-33 3-1 神经元模型 15-17 3-1-1 生物神经元的结构 15-16 3-1-2 人工神经元及其模型 16-17 3-2 多层前馈神经网络及BP算法 17-20 3-2-1 多层前馈神经网络以及结构 17 3-2-2 误差反传(BP)算法 17-18 3-2-3 BP算法的主要优点及缺点 18-19 3-2-4 BP算法的改进方法 19-20 3-3 动态递归神经网络 20-22 3-4 神经网络的训练 22-24 3-4-1 获取训练样本集合 22-23 3-4-2 确定网络的类型和结构 23-24 3-4-3 神经网络的训练和测试 24 3-5 联想记忆神经网络结构及算法 24-27 3-5-1 联想记忆神经网络结构 25-26 3-5-2 学习算法和记忆衰减因子的选取 26-27 3-5-3 联想记忆神经网络的特点 27 3-6 神经网络系统辨识的模型结构 27-29 3-7 神经网络辨识结构的比较 29-31 3-7-1 多层前向神经网络用于系统辨识的分析 29-30 3-7-2 动态递归神经网络用于系统辨识的分析 30 3-7-3 联想记忆神经网络用于系统辨识的分析 30-31 3-8 系统辨识方法的仿真研究 31-33 第四章 基于模糊神经网络的模型参考自适应控制 33-44 4-1 模糊控制理论简介 33-36 4-1-1 模糊控制系统与模糊控制器 33-34 4-1-2 模糊控制规则及基本运算操作 34-35 4-1-3 模糊系统的标准模型 35-36 4-2 论域为离散时的模糊控制结构 36-37 4-3 模糊神经网络结构及算法 37-40 4-4 基于模糊神经网络的模型参考自适应控制 40-44 第五章 电阻加热炉的智能控制 44-47 5-1 电阻加热炉的模型辨识 44-45 5-2 电阻加熱炉的智能控制 45-47 结论 47-48 参考文献 48-50 致谢 50-51 攻读硕士学位期间所取得的相关科研成果 51
|
相似论文
- 压电驱动微工作台的控制与校正技术研究,TP273
- 基于无源性的控制及其在磁悬浮系统中的应用,TP13
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 基于甘油跨膜运输混杂动力系统的鲁棒性与辨识,TQ223.162
- 信息融合技术在嵌入式驾驶疲劳检测中的应用研究,TP368.12
- 基于神经网络的自适应噪声主动控制研究,TP183
- 空间信息处理中基于模糊技术的数学模型的改进,O159
- 智能型太阳能路灯控制器的应用研究,TM923.5
- 基于FNN的电压力锅控制系统研究与设计,TM925.5
- 基于Hopfield神经网络的谣言认知模型研究,B842.1
- 基于广义动态模糊神经网络的肌电信号模式识别系统,TP183
- 高校人力资源信息管理系统的设计和实现,TP311.52
- 变速恒频双馈风电机组最大功率点追踪控制,TM614
- 复杂过程控制系统设计及控制策略的研究,TP273
- 并联型先导控制电液伺服阀的数学模型及控制算法研究,TH137.52
- 宏微双驱动高精度二维运动平台的实现,TH703
- 反演法在小灵巧炸弹BTT控制器设计中的应用研究,TJ414
- 基于模型的装备快速测试方法研究,TJ06
- 基于人工神经网络的镍氢电池智能充电研究,TM912
- 基于基元空间的非线性系统控制方法研究,TP13
- 智能家居无线监控与节能管理系统研究,TP273.5
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 自动控制、自动控制系统
© 2012 www.xueweilunwen.com
|