基于神經(jīng)網(wǎng)絡(luò)的建模方法與控制策略研究.pdf

1、 論文以非線性液位和熱交換過程為對象，研究了基于神經(jīng)網(wǎng)絡(luò)理論的建模方法和實時控制策略，提出了幾種神經(jīng)網(wǎng)絡(luò)辨識和控制方案。給出了開放式過程控制系統(tǒng)的硬件結(jié)構(gòu)，重點介紹了所開發(fā)的基于Visual C++平臺﹑Matlab 平臺﹑LabWindows/CVI 平臺的控制軟件設(shè)計技術(shù)，分別給出了實時控制效果。 對液位和熱交換器的模型特性進(jìn)行了分析，采用靜態(tài)BP 網(wǎng)絡(luò)和動態(tài)DRNN 網(wǎng)絡(luò)對兩種非線性對象分別進(jìn)行了模型辨識。對遺傳算法的收斂性

2、進(jìn)行了討論；針對簡單遺傳算法易陷于局部次優(yōu)解的不足，提出了一種改進(jìn)的自適應(yīng)遺傳算法，給出了交叉率和變異率自適應(yīng)調(diào)整的計算公式；將改進(jìn)的遺傳算法作為系統(tǒng)辨識的尋優(yōu)方法訓(xùn)練DRNN 網(wǎng)絡(luò)的權(quán)值，通過熱交換器的模型辨識結(jié)果，說明采用遺傳算法能提高神經(jīng)網(wǎng)絡(luò)模型的辨識精度。討論了基于神經(jīng)網(wǎng)絡(luò)的靜態(tài)解耦和動態(tài)解耦方法，指出了它們的局限性；提出了兩種基于解耦與控制的混合解耦方法。同時針對一非線性多變量耦合系統(tǒng)，分別進(jìn)行了仿真試驗研究，為多變量系統(tǒng)解耦