版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、神經(jīng)元控制是智能控制的重點(diǎn)內(nèi)容,是目前自動(dòng)控制領(lǐng)域研究的熱點(diǎn)之一。本文主要研究了基于遞歸神經(jīng)網(wǎng)絡(luò)的多變量時(shí)變線性系統(tǒng)的動(dòng)態(tài)優(yōu)化控制問(wèn)題,構(gòu)建了新型的隨機(jī)遞歸神經(jīng)網(wǎng)絡(luò),設(shè)計(jì)了基于遞歸神經(jīng)網(wǎng)絡(luò)的最優(yōu)預(yù)測(cè)控制方案,并將其應(yīng)用于青霉素發(fā)酵過(guò)程。論文的主要研究成果如下: 1.本文提出了一種基于Boltzmann機(jī)的求解線性二次型動(dòng)態(tài)優(yōu)化控制問(wèn)題的方法,其基本思想在于,將系統(tǒng)的性能指標(biāo)轉(zhuǎn)化成Boltzmann機(jī)的能量函數(shù),將控制序列與網(wǎng)絡(luò)的
2、神經(jīng)元相對(duì)應(yīng),其求解線性二次型的動(dòng)態(tài)優(yōu)化控制問(wèn)題的過(guò)程就是運(yùn)行相應(yīng)的Boltzmann機(jī)網(wǎng)絡(luò)從初態(tài)至穩(wěn)態(tài)的過(guò)程,而Boltzmann機(jī)的穩(wěn)態(tài)對(duì)應(yīng)的即是最優(yōu)的控制序列。本文的理論研究表明,對(duì)于任意多變量、時(shí)變線性系統(tǒng),都能夠找到一個(gè)相應(yīng)的Boltzmann機(jī),其能量函數(shù)與該系統(tǒng)的線性二次型性能指標(biāo)等價(jià)。本文對(duì)上述理論研究的方法進(jìn)行了實(shí)驗(yàn)研究,取得了與理論分析一致的結(jié)論。 2.模擬退火算法使Boltzmann機(jī)具有了較強(qiáng)的全局優(yōu)化計(jì)
3、算能力,然而,為了獲得全局最優(yōu),模擬退火算法又使Boltzmann機(jī)付出了運(yùn)算速度慢的代價(jià)。針對(duì)這一問(wèn)題,本文設(shè)計(jì)了一種Boltzmann機(jī)與Hopfield網(wǎng)絡(luò)相結(jié)合的遞歸神經(jīng)網(wǎng)絡(luò)Boltz-Hop,該網(wǎng)絡(luò)具有與Boltzmann機(jī)相同的能量函數(shù)和拓?fù)浣Y(jié)構(gòu)。Boltz-Hop網(wǎng)絡(luò)采用Hopfield網(wǎng)絡(luò)的工作算法搜索局部極小,采用Boltzmann機(jī)工作算法搜索全局最優(yōu),即:只有在局部極小點(diǎn)附近,Boltzmann機(jī)的模擬退火算法才發(fā)
4、揮作用。Boltz-Hop網(wǎng)絡(luò)既避免了Hopfield網(wǎng)絡(luò)局部極小的問(wèn)題,同時(shí)也解決了Boltzmann機(jī)全局尋優(yōu)速度較慢的問(wèn)題,Boltz-Hop網(wǎng)絡(luò)因而具有快速導(dǎo)向全局最優(yōu)的特性。本文針對(duì)Boltz-Hop神經(jīng)網(wǎng)絡(luò)的尋優(yōu)特性的實(shí)驗(yàn)研究取得了良好的結(jié)果。 3.本文提出了一種基于Boltz-Hop神經(jīng)網(wǎng)絡(luò)的最優(yōu)預(yù)測(cè)控制方法。該方法將Boltz-Hop網(wǎng)絡(luò)作為預(yù)測(cè)控制中的最優(yōu)控制器,與被控系統(tǒng)和廣義預(yù)測(cè)模型構(gòu)成滾動(dòng)優(yōu)化的閉環(huán)結(jié)構(gòu),
5、系統(tǒng)每一離散時(shí)刻的優(yōu)化問(wèn)題都將轉(zhuǎn)化為Boltz-Hop網(wǎng)絡(luò)的能量函數(shù)并由Boltz-Hop網(wǎng)絡(luò)實(shí)時(shí)求解產(chǎn)生最優(yōu)控制序列,被控對(duì)象在此控制序列作用下運(yùn)行,在下一時(shí)刻,新的系統(tǒng)狀態(tài)導(dǎo)致廣義預(yù)測(cè)模型新的預(yù)測(cè)輸出及優(yōu)化問(wèn)題和新的Boltz-Hop能量函數(shù),以及新的最優(yōu)控制序列。如此循環(huán)往復(fù),從而實(shí)現(xiàn)了預(yù)測(cè)控制的三個(gè)環(huán)節(jié):多步預(yù)測(cè)、滾動(dòng)優(yōu)化、反饋校正?;谠摲椒?,本文以青霉素發(fā)酵過(guò)程為對(duì)象,設(shè)計(jì)了青霉素發(fā)酵過(guò)程的實(shí)時(shí)優(yōu)化控制系統(tǒng),仿真實(shí)驗(yàn)取得了良
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于對(duì)角遞歸神經(jīng)網(wǎng)絡(luò)的脫苯塔控制研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的機(jī)器人建模與控制研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的雙目視覺(jué)伺服控制的研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于KKT條件的遞歸神經(jīng)網(wǎng)絡(luò)優(yōu)化算法及應(yīng)用.pdf
- 基于對(duì)角遞歸神經(jīng)網(wǎng)絡(luò)的間隙和磁滯補(bǔ)償控制研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的節(jié)水潛力模型研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的微博情感分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化的PID控制研究.pdf
- 基于遺傳優(yōu)化的神經(jīng)網(wǎng)絡(luò)控制策略的研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)辨識(shí)研究.pdf
- 遞歸神經(jīng)網(wǎng)絡(luò)的連續(xù)吸引子與模糊控制.pdf
- 基于單層神經(jīng)網(wǎng)絡(luò)的凸優(yōu)化問(wèn)題研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化和控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的鍋爐控制系統(tǒng)優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型的鍋爐燃燒優(yōu)化控制研究.pdf
- 基于注意機(jī)制的卷積遞歸神經(jīng)網(wǎng)絡(luò)的動(dòng)作識(shí)別.pdf
- 時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性研究.pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)智能控制.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的序列數(shù)據(jù)學(xué)習(xí)方法研究.pdf
評(píng)論
0/150
提交評(píng)論