智能預測控制策略研究及應用.pdf

1、預測控制是一種基于模型的先進控制技術(shù),它產(chǎn)生于20世紀70年代中后期,它能夠克服受控對象建模誤差以及外界干擾等不確定因素的影響,有效地彌補了現(xiàn)代控制理論對復雜受控對象的一些不足之處。因此一經(jīng)產(chǎn)生,預測控制便成為了控制理論界和工業(yè)控制界的一個熱門話題,并且在工業(yè)過程控制中得到了廣泛的應用。
　　 近年來,非線性系統(tǒng)的控制得到了越來越多的關(guān)注,這主要是因為大多數(shù)的實際系統(tǒng)本質(zhì)上都是非線性系統(tǒng),而現(xiàn)代科學技術(shù)都要求控制系統(tǒng)具有更為嚴格

2、的控制指標,能夠更為準確地處理被控系統(tǒng)的非線性特性。
　　 雖然預測控制在工業(yè)過程控制中有著成功的應用,但其大多仍是基于線性模型。而現(xiàn)實生產(chǎn)過程中遇到的大多數(shù)控制系統(tǒng)都是非線性控制系統(tǒng),對于這樣的一些非線性控制系統(tǒng),由于控制系統(tǒng)本身的復雜性和不可預知性,從而使得尋找一種具有一般性的、統(tǒng)一的非線性預測控制方法比較困難。
　　 進入20世紀90年代以來,智能控制的研究成果大量涌現(xiàn),一些智能算法被人們提出,并應用于實際過程中,

3、為一些復雜系統(tǒng)的控制提供了新的方法和思路。
　　 本文圍繞著預測控制的基本組成部分:預測模型、反饋校正、滾動優(yōu)化,對非線性系統(tǒng)的預測控制方法進行了深入的研究和探討,并將其應用于中和反應PH值的控制中,給出了相應的研究成果。
　　 本文主要研究了以下幾個方面的內(nèi)容:
　　 研究了BP神經(jīng)網(wǎng)絡預測模型,并且針對其收斂速度慢,容易陷入局部最小點等缺點,本文設計了一種基于粒子群和BP混合算法的神經(jīng)網(wǎng)絡,驗證其更適合于非線