多模型切換系統(tǒng)的分析與設(shè)計.pdf

1、復(fù)雜系統(tǒng)的控制問題一直是控制界的難題之一。針對實際控制問題中存在的被控對象參數(shù)或結(jié)構(gòu)發(fā)生變化等情況，傳統(tǒng)方法往往得不到預(yù)期的控制效果。本文在傳統(tǒng)控制方法的基礎(chǔ)上，結(jié)合多模型切換控制思想，分析了面向復(fù)雜系統(tǒng)的多模型切換控制方法。主要內(nèi)容包括：
　　分析了多模型控制的一般原理。其中包括多模型控制系統(tǒng)的基本結(jié)構(gòu)和要素、多模型建模方法、與多模型庫對應(yīng)的控制器集的建立方法和切換綜合算法的設(shè)計等。其中切換綜合算法的設(shè)計主要包括兩方面：切換性能

2、指標(biāo)函數(shù)的選取和子控制器權(quán)系數(shù)的確定。為后續(xù)多模型控制方法的實現(xiàn)提供了理論依據(jù)。
　　針對因被控對象參數(shù)突變引起的控制系統(tǒng)動態(tài)特性變差問題，提出了基于在線建模的多模型控制方法，并證明了應(yīng)用該方法后系統(tǒng)的穩(wěn)定性和誤差的漸進(jìn)收斂性。該方法實時在線更新多模型庫，保證了模型與實際系統(tǒng)匹配的準(zhǔn)確性。仿真結(jié)果表明，基于在線建模的多模型控制方法可以有效改善系統(tǒng)的動態(tài)特性。
　　利用神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)的極強(qiáng)逼近能力，提出了基于SOFM神經(jīng)

3、網(wǎng)絡(luò)的多模型控制方法。通過 SOFM神經(jīng)網(wǎng)絡(luò)對系統(tǒng)進(jìn)行建模，并及時更新參數(shù)，利用動態(tài)逆模型充當(dāng)控制器對系統(tǒng)進(jìn)行直接逆控制。為了進(jìn)一步提高系統(tǒng)性能，本文引入了模糊加權(quán)的控制算法，對子控制進(jìn)行加權(quán)以構(gòu)成系統(tǒng)的全局控制器，并對比了兩種情況下的控制效果。仿真結(jié)果表明，兩種方法均可行，且采用模糊加權(quán)算法后，控制效果更好。
　　利用T-S模糊建模方法在復(fù)雜系統(tǒng)建模上的優(yōu)越性，結(jié)合模糊理論，提出了基于T-S模型的模糊多模型控制方法。利用T-S模