基于神經網(wǎng)絡的預測解耦優(yōu)化算法的研究及應用.pdf

1、在各行各業(yè)中，存在著大量的復雜工業(yè)過程，它們具有很強的時變性、非線性和不確定性。往往這些系統(tǒng)很難建立精確的數(shù)學模型，從而導致使用傳統(tǒng)的分析方法和控制策略對這類對象進行控制時，難以取得良好的控制效果和系統(tǒng)魯棒性。很多學者在結合傳統(tǒng)的分析方法的基礎上不斷推陳出新，將控制和智能相結合，開始進入向智能化發(fā)展的高級階段。
　　 目前，智能控制系統(tǒng)正在向綜合性控制過渡，也就是說不同的智能方法的融合發(fā)展將是今后智能控制的一個新的、有效的發(fā)展方

2、向。它可以逼近非線性系統(tǒng)，所以在實際生產中可以解決非線性系統(tǒng)以及復雜系統(tǒng)的建模和參數(shù)識別問題。
　　 本文首先對神經網(wǎng)絡的特點進行了分析研究，然后針對目前神經網(wǎng)絡在預測控制中存在的問題，提出了將灰色系統(tǒng)理論和神經網(wǎng)絡方法相結合建立灰色神經網(wǎng)絡。這種融合方法可以彌補單一模型的不足，對小樣本數(shù)據(jù)預測能達到良好的效果。但這種預測模型存在局部最優(yōu)和收斂性等問題，在此基礎上，本文又研究設計了一種基于遺傳優(yōu)化灰色神經網(wǎng)絡模型參數(shù)的方法。該方

3、法利用灰色模型弱化數(shù)據(jù)的隨機性以及神經網(wǎng)絡的高度非線性，對空調訂單建立了一種非線性預測模型，并采用遺傳算法對其進行優(yōu)化，從而提高了預測的精度并加快了收斂程度。并用MATLAB進行了仿真研究，結果表明該算法能較好的解決空調訂單預測的問題并可推廣到同類預測中。
　　 最后本文又以變風量空調系統(tǒng)為研究對象，針對變風量空調末端裝置控制過程中存在的問題，采用前饋補償器法設計了三輸入三輸出的變風量空調系統(tǒng)的解耦補償器，并設計了遺傳算法優(yōu)化的