基于智能算法的非線性模型研究及預(yù)測控制.pdf

1、近年來，隨著生命科學(xué)和計算機技術(shù)的迅速發(fā)展，大規(guī)模并行處理技術(shù)的產(chǎn)生，以不確定性、非線性、時間不可逆性為內(nèi)涵，以復(fù)雜問題為對象的“復(fù)雜性研究”新興邊緣交叉學(xué)科的出現(xiàn)，尤其是以粒子群算法（Particle Swarm Optimization，簡稱PSO）、遺傳算法（Genetic Algorithm，簡稱GA）和神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，簡稱ANN）等為代表智能仿生技術(shù)的引入，具有隨機搜索性能的智能優(yōu)

2、化分析方法逐漸發(fā)展起來，為具有時變特性的土木工程問題解決，提供了一種全新的研究思路和方法，并已取得了重大的科研成果。 正是基于這樣一個背景，本文結(jié)合智能研究的發(fā)展成果，針對工程的復(fù)雜性、時變性特點，將變異粒子群算法（Variation PSO，簡稱VPSO）引入反分析研究，與具有動態(tài)反饋特性的Elman神經(jīng)網(wǎng)絡(luò)（Elman Neural Network，簡稱ENN）進(jìn)行融合，提出了新的耦合算法“VPSO-ENN”，用于巖土工程智

3、能分析，成功實現(xiàn)了大型工程問題的非線性參數(shù)辨識和變形預(yù)測控制。本文主要完成以下幾個方面工作： （1）系統(tǒng)地研究了標(biāo)準(zhǔn)粒子群算法（Standard PSO，簡稱SPSO）生物運行機理，針對SPSO算法在求解高維、多峰等復(fù)雜非線性優(yōu)化問題時，易陷入局部最優(yōu)解、早熟等缺陷，本文采用粒子速度隨機變異策略，對SPSO算法進(jìn)行改進(jìn)，提出了一種具有全局快速收斂的VPSO算法。通過對5個高維復(fù)雜Benchmark測試函數(shù)的優(yōu)化，結(jié)果表明VPSO

4、算法具有搜索機理簡單、算法參數(shù)調(diào)整少、無需梯度信息的特點，與SPSO相比，VPSO算法的收斂精度、收斂速度以及算法穩(wěn)定性，均得到顯著地提高。 （2）將VPSO算法與Elman反饋網(wǎng)絡(luò)進(jìn)行融合，提出了一種新的耦合算法“VPSO-ENN”。采用VPSO算法優(yōu)化并確定ENN權(quán)值和閾值，使其學(xué)習(xí)訓(xùn)練不再依賴于梯度信息。通過VPSO搜尋ENN最優(yōu)的一組權(quán)值和閾值，能有效找到問題的全局最優(yōu)解，克服了ENN算法易于陷入局部極小和收斂速度慢的缺

5、點，可提高網(wǎng)絡(luò)的訓(xùn)練速度、非線性映射和泛化能力，實現(xiàn)任意非線性函數(shù)的逼近。 （3）建立了基于“VPSO-ENN”非線性參數(shù)辨識模型，采用隱性數(shù)學(xué)表達(dá)式建模方式，通過對其目標(biāo)隱函數(shù)進(jìn)行尋優(yōu)，實現(xiàn)了時變系統(tǒng)的辨識輸出值與實際輸出值的高精度擬合，達(dá)到非線性參數(shù)辨識的目的。結(jié)果表明，VPSO-ENN辨識模型具有很強的非線性參數(shù)辨識能力，該方法簡單易操作且識別準(zhǔn)確率高，用以反推時變系統(tǒng)的未知參數(shù)是可行的，具有工程實用性。 （4）根

6、據(jù)VPSO算法仿生優(yōu)化原理和網(wǎng)絡(luò)控制理論，采用預(yù)測智能控制的思想，建立了一個多輸入多輸出（MIMO）的“VPSO-ENN”預(yù)測智能控制系統(tǒng)。將預(yù)測系統(tǒng)中過去時刻輸出的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)加入到模型的輸入，使預(yù)測模型VPSO-ENNPM具有動態(tài)反饋特性。通過優(yōu)化含有預(yù)測信息的目標(biāo)函數(shù)，系統(tǒng)獲得預(yù)測控制律，成功地避免了遞推預(yù)測模型誤差迭加增大的問題，實現(xiàn)了時變系統(tǒng)預(yù)測智能控制。 （6）利用VPSO算法和Elman神經(jīng)網(wǎng)絡(luò)控制技術(shù)，采用

7、時間窗口滾動技術(shù)，建立了一套集深基坑施工變形預(yù)測與控制于一體的“VPSO-ENN”多步預(yù)測控制系統(tǒng)，通過建立期望輸出與超前預(yù)測輸出之間的非線性隱式方程表達(dá)式，成功地避開了復(fù)雜的巖土本構(gòu)關(guān)系和力學(xué)計算。采用MATIAB7.0編制程序，利用基坑有限的歷史監(jiān)測變形數(shù)據(jù)和最新的觀測數(shù)據(jù)，成功地實現(xiàn)了基坑施工變形的多步預(yù)測。 工程實例分析表明，基于“VPSO-ENN”智能預(yù)測方法具有較高的預(yù)測精度、很強的泛化能力，適于對時變系統(tǒng)未來變化趨