基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測控制.pdf

1、預(yù)測控制自20世紀(jì)70年代提出以來，無論是在廣度上還是深度上都有了長足的進步和發(fā)展，但是隨著工業(yè)過程對象的日益復(fù)雜化，傳統(tǒng)的線性預(yù)測控制方法已經(jīng)不能滿足當(dāng)今工業(yè)控制需求了。工業(yè)過程中廣泛存在的非線性特性使得非線性模型預(yù)測控制成了當(dāng)今控制理論研究的重點及熱點。非線性模型預(yù)測控制繼承了傳統(tǒng)預(yù)測控制的特點，擺脫了原有線性數(shù)學(xué)模型的束縛，強化了模型的預(yù)測功能，使控制性能得以改善。 神經(jīng)網(wǎng)絡(luò)自20世紀(jì)40年代提出以來，由于它能夠充分逼近復(fù)

2、雜的非線性映射關(guān)系，能夠?qū)W習(xí)與適應(yīng)不確定系統(tǒng)的動態(tài)特性，被廣泛地應(yīng)用于各種控制策略中。因此將神經(jīng)網(wǎng)絡(luò)的非線性特性引入預(yù)測控制，勢必會為預(yù)測控制在工業(yè)過程中的應(yīng)用帶來新鮮的血液與生命力。本文正是在這樣的背景下，提出了基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測控制方法，首先采用神經(jīng)網(wǎng)絡(luò)模型辨識過程對象，然后通過神經(jīng)網(wǎng)絡(luò)控制器滾動計算并優(yōu)化控制輸出。 本文在DCS裝置上，針對實驗室水箱液位對象，嘗試了基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測控制，得到了良好的控