基于遺傳算法-BP神經(jīng)網(wǎng)絡(luò)的主汽溫控制系統(tǒng)的研究.pdf

1、在火力發(fā)電廠中，對(duì)主汽溫的控制有較高的要求，但是由于電廠主汽溫是一個(gè)典型的具有大遲延、大慣性、非線性及時(shí)變性的復(fù)雜系統(tǒng)，利用經(jīng)典控制理論對(duì)主汽溫進(jìn)行控制存在一些不足。 本文在常規(guī)PID控制的基礎(chǔ)上，提出了采用遺傳算法與BP神經(jīng)網(wǎng)絡(luò)結(jié)合的PID控制策略。該策略采用基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)來(lái)建立參數(shù)自學(xué)習(xí)的PID控制系統(tǒng)，從而實(shí)現(xiàn)對(duì)主汽溫的有效控制。 本文首先對(duì)BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的優(yōu)缺點(diǎn)進(jìn)行了分析；然后把神經(jīng)網(wǎng)絡(luò)和遺傳

2、算法結(jié)合起來(lái)，充分利用兩者的優(yōu)點(diǎn)，使新算法既有神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和魯棒性，又有遺傳算法的全局隨機(jī)搜索能力；最后利用基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)對(duì)主汽溫控制系統(tǒng)進(jìn)行設(shè)計(jì)，該設(shè)計(jì)分為三個(gè)方面：第一，由于主汽溫為非線性時(shí)變系統(tǒng)，所以要先對(duì)主汽溫進(jìn)行辨識(shí)，提供給GA-BPNN一個(gè)學(xué)習(xí)信號(hào)；第二，基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)，根據(jù)辨識(shí)系統(tǒng)提供的學(xué)習(xí)信號(hào)調(diào)節(jié)PID控制器的三個(gè)可調(diào)節(jié)參數(shù)kp，ki，kd，即通過(guò)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、加權(quán)系數(shù)調(diào)整，使神經(jīng)網(wǎng)絡(luò)輸

3、出對(duì)應(yīng)于某種最優(yōu)控制規(guī)律下的PID控制器參數(shù)，其中BP神經(jīng)網(wǎng)絡(luò)采用加動(dòng)量項(xiàng)法與變步長(zhǎng)法結(jié)合起來(lái)的BP算法以提高收斂速度，遺傳算法則采用自適應(yīng)變異概率和可變的交叉概率以擴(kuò)大搜索空間。第三，PID控制采用經(jīng)典的增量式PID控制。 本文采用MATLAB語(yǔ)言對(duì)主汽溫對(duì)象進(jìn)行仿真分析，并在仿真的過(guò)程中改變被控對(duì)象的參數(shù)來(lái)說(shuō)明該方法的有效性。仿真結(jié)果表明：本文所設(shè)計(jì)的基于遺傳算法-BP神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)具有較好的自適應(yīng)和自學(xué)習(xí)能力，即