系統(tǒng)辨識平臺開發(fā)及基于柔性神經(jīng)網(wǎng)絡的非線性預測控制研究.pdf

1、應用計算機技術(shù)和先進控制理論對復雜的工業(yè)過程和工業(yè)設備實施先進控制和優(yōu)化，增效減耗，是工控領域關(guān)注的熱點?；谶^程的實際輸入和輸出信息獲取對象的動態(tài)數(shù)學模型，是實施先進控制的基礎，對于過程的理解、控制、優(yōu)化和診斷很有必要。本文所建立的系統(tǒng)建模辨識平臺是SCON-2000先進控制軟件的重要組成部分，它面向?qū)嶋H工程應用，提供了工業(yè)過程中常用的激勵信號，集成了數(shù)據(jù)采集、數(shù)據(jù)處理、模型辨識和模型驗證的功能，可辨識工業(yè)過程的線性模型或神經(jīng)網(wǎng)絡模型

2、。平臺按照面向?qū)ο蟮能浖O計方法設計，提供了添加新的模型和模型辨識算法接口，使平臺具有很好的可擴展性。平臺具備開放性，可以獨立運行，或和其它的具有OPC服務器的計算機系統(tǒng)配套使用進行系統(tǒng)辨識。 系統(tǒng)辨識平臺采用神經(jīng)網(wǎng)絡作為非線性對象辨識的模型。為了克服經(jīng)典神經(jīng)網(wǎng)絡訓練速度慢，容易陷入局部最優(yōu)的缺點，平臺引入了柔性神經(jīng)網(wǎng)絡結(jié)構(gòu)。本文以矩陣作為基本運算單位，推導了柔性神經(jīng)網(wǎng)絡的一階及二階訓練算法，并且通過仿真對比同階訓練算法在柔性神

3、經(jīng)網(wǎng)絡結(jié)構(gòu)和經(jīng)典網(wǎng)絡結(jié)構(gòu)上不同的表現(xiàn)，證明了柔性神經(jīng)網(wǎng)絡結(jié)構(gòu)的優(yōu)越性。在研究柔性神經(jīng)網(wǎng)絡訓練算法的基礎上，本文還研究了基于柔性神經(jīng)網(wǎng)絡的非線性預測控制算法，即預測模型選用柔性神經(jīng)網(wǎng)絡結(jié)構(gòu)，優(yōu)化算法選用Levenberg-Marquardt優(yōu)化算法，并且使用Duffing方程和CSTR作為被控對象，仿真驗證了算法的有效性。 本文共分為五章：第一章是緒論，首先介紹了系統(tǒng)辨識平臺的研發(fā)背景以及功能和特點：其次簡單介紹了預測控制的基本原