基于神經(jīng)網(wǎng)絡(luò)的建模方法與控制策略研究.pdf

1、 論文以非線性液位和熱交換過(guò)程為對(duì)象，研究了基于神經(jīng)網(wǎng)絡(luò)理論的建模方法和實(shí)時(shí)控制策略，提出了幾種神經(jīng)網(wǎng)絡(luò)辨識(shí)和控制方案。給出了開(kāi)放式過(guò)程控制系統(tǒng)的硬件結(jié)構(gòu)，重點(diǎn)介紹了所開(kāi)發(fā)的基于Visual C++平臺(tái)﹑Matlab 平臺(tái)﹑LabWindows/CVI 平臺(tái)的控制軟件設(shè)計(jì)技術(shù)，分別給出了實(shí)時(shí)控制效果。 對(duì)液位和熱交換器的模型特性進(jìn)行了分析，采用靜態(tài)BP 網(wǎng)絡(luò)和動(dòng)態(tài)DRNN 網(wǎng)絡(luò)對(duì)兩種非線性對(duì)象分別進(jìn)行了模型辨識(shí)。對(duì)遺傳算法的收斂性

2、進(jìn)行了討論；針對(duì)簡(jiǎn)單遺傳算法易陷于局部次優(yōu)解的不足，提出了一種改進(jìn)的自適應(yīng)遺傳算法，給出了交叉率和變異率自適應(yīng)調(diào)整的計(jì)算公式；將改進(jìn)的遺傳算法作為系統(tǒng)辨識(shí)的尋優(yōu)方法訓(xùn)練DRNN 網(wǎng)絡(luò)的權(quán)值，通過(guò)熱交換器的模型辨識(shí)結(jié)果，說(shuō)明采用遺傳算法能提高神經(jīng)網(wǎng)絡(luò)模型的辨識(shí)精度。討論了基于神經(jīng)網(wǎng)絡(luò)的靜態(tài)解耦和動(dòng)態(tài)解耦方法，指出了它們的局限性；提出了兩種基于解耦與控制的混合解耦方法。同時(shí)針對(duì)一非線性多變量耦合系統(tǒng)，分別進(jìn)行了仿真試驗(yàn)研究，為多變量系統(tǒng)解耦