基于RBF神經(jīng)網(wǎng)絡(luò)的滯后系統(tǒng)廣義預測控制.pdf

1、滯后環(huán)節(jié)普遍存在于工業(yè)生產(chǎn)過程中,對控制系統(tǒng)的性能會產(chǎn)生極為不利的影響,甚至引起系統(tǒng)閉環(huán)的不穩(wěn)定或根本無法對系統(tǒng)進行有效的控制,因此滯后系統(tǒng)的建模與控制方法一直是控制領(lǐng)域的研究難點.由于人工神經(jīng)網(wǎng)絡(luò)具有學習能力和自適應的特點,本文將其應用于滯后系統(tǒng)的控制研究中.解決滯后問題的關(guān)鍵是對系統(tǒng)未來時刻的輸出做出預測,從而克服滯后環(huán)節(jié)的影響,因此采用預測控制算法非常適合解決滯后系統(tǒng)的控制難題.由于前饋神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性函數(shù)的能力,本文選

2、用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)建立系統(tǒng)的預測模型.這種神經(jīng)網(wǎng)絡(luò)具有計算量小、收斂速度快、無局部極小等優(yōu)點,本文針對其存在隱層節(jié)點對初始值敏感和節(jié)點數(shù)難以確定等難題,提出了全監(jiān)督算法和自適應構(gòu)造神經(jīng)網(wǎng)絡(luò)的算法進行改進,通過仿真表明,改進的方法能夠避免上述問題,準確地反映了系統(tǒng)特性,有較好的收斂性和泛化能力.在此基礎(chǔ)上,利用遞推算法建立多步預測模型,對系統(tǒng)未來時刻的輸出做出預測.為了彌補離線建?？赡芤鸬哪Ｐ驼`差或系統(tǒng)中存在的不確定性因素的影響,在線