基于模糊神經(jīng)遞歸網(wǎng)絡(luò)的廣義預(yù)測控制算法研究.pdf

1、廣義預(yù)測控制算法(GPC)具有魯棒性強、能夠有效克服系統(tǒng)滯后的優(yōu)越特性，因此其在工業(yè)過程控制中取得了不少成功的應(yīng)用，但是現(xiàn)有的廣義預(yù)測控制算法大多是針對線性系統(tǒng)的，而復(fù)雜的工業(yè)系統(tǒng)往往包含非線性特性。對于非線性系統(tǒng)，采用較多的方法是將非線性模型工作點附近通過局部線性化。這種主要存在的問題是不能很好解決在線計算量大，且如果系統(tǒng)具有很強非線性則往往不能達到滿意的控制效果。近些年來，在模糊神經(jīng)網(wǎng)絡(luò)方面的研究和進展，給工業(yè)過程控制及建模提供了一

2、條新的途徑。模糊神經(jīng)網(wǎng)絡(luò)既可以進行模糊推理又可以像神經(jīng)網(wǎng)絡(luò)一樣進行學(xué)習，具有非常強的非線性逼近能力，這使模糊模型可以很好的描述對象的非線性動態(tài)特性。論文包括以下內(nèi)容：
　　 首先，介紹了預(yù)測控制的發(fā)展過程，廣義預(yù)測控制的產(chǎn)生和其特點，以及廣義預(yù)測控制的國內(nèi)外發(fā)展及研究現(xiàn)狀和主要應(yīng)用的領(lǐng)域，以及目前存在的問題和局限性。從而引出本文所討論和研究的問題。
　　 第二，介紹了廣義預(yù)測控制算法預(yù)測模型的建立以及算法的推導(dǎo)和求解過程

3、。進而介紹了在廣義預(yù)測控制算法中的重要參數(shù)是如何選擇及其所含有的意義。并且探討了廣義預(yù)測控制算法的穩(wěn)定性和魯棒性。
　　 第三，介紹了神經(jīng)網(wǎng)絡(luò)和模糊控制的類型和特點，研究了如何利用櫝糊神經(jīng)遞歸網(wǎng)絡(luò)對非線性系統(tǒng)進行模型辨識。
　　 最后，提出一種遞歸模糊神經(jīng)網(wǎng)絡(luò)(RFNN)，其通過加入向量調(diào)節(jié)層，提高網(wǎng)絡(luò)對輸入信息的處理能力?；谒O(shè)計的遞歸模糊神經(jīng)網(wǎng)絡(luò)，建立非線性系統(tǒng)的離散數(shù)學(xué)多步模糊預(yù)測模型，根據(jù)這一模型對系統(tǒng)的輸出進