資源描述：
《【碩士論文】自適應(yīng)逆控制方法及其應(yīng)用研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、燕山大學(xué)碩士學(xué)位論文自適應(yīng)逆控制方法及其應(yīng)用研究姓名：易之光申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：系統(tǒng)工程指導(dǎo)教師：吳士昌;盧志剛20050301摘要近年來，作為一種新穎的控制方法，由美國(guó)學(xué)者Widrow教授提出的自適應(yīng)逆控制方法越來越引起人們的關(guān)注，經(jīng)過十多年的發(fā)展，已經(jīng)取得了很多成果。然而，目前針對(duì)自適應(yīng)逆控制的研究，還主要以線性系統(tǒng)為主，針對(duì)非線性系統(tǒng)的研究成果還不多見，迫切需要研究者對(duì)非線性系統(tǒng)的自適應(yīng)逆控制加以研究。當(dāng)前神經(jīng)網(wǎng)絡(luò)，模糊原理和神經(jīng)—模糊融合理論系統(tǒng)等的迅猛發(fā)展，給各種非線性系統(tǒng)的研究提供了有力的工具，本課題主要研究利用這些現(xiàn)代數(shù)學(xué)工具實(shí)現(xiàn)非線性自適應(yīng)逆控制的問題，具體工作如下：
2、首先，論文研究了基于T-S模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)逆控制問題，通過改進(jìn)模糊基函數(shù)，簡(jiǎn)化了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程；利用李雅普諾夫穩(wěn)定性定理得到了網(wǎng)絡(luò)學(xué)習(xí)算法的收斂性條件；通過簡(jiǎn)單的代數(shù)方法，證明了所設(shè)計(jì)的自適應(yīng)逆控制結(jié)構(gòu)的正確性。其次，論文研究了利用支持向量機(jī)進(jìn)行系統(tǒng)建模、逆建模，進(jìn)而實(shí)現(xiàn)逆控制的方法?；诰€性自適應(yīng)逆控制的s．濾波結(jié)構(gòu)，構(gòu)建了能夠?qū)崿F(xiàn)非線性控制的控制結(jié)構(gòu)。再次，論文研究了存在擾動(dòng)情況下的自適應(yīng)逆控制問題。通過改進(jìn)建模結(jié)構(gòu)，使得系統(tǒng)建模對(duì)擾動(dòng)與系統(tǒng)輸入輸出的相關(guān)性不敏感，系統(tǒng)逆建模對(duì)于系統(tǒng)模型的精確性不敏感。通過改進(jìn)傳統(tǒng)自適應(yīng)擾動(dòng)消除器，使其具備消除抖動(dòng)建模噪聲的能力。最后，論文研
3、究了自適應(yīng)逆控制在逆變電源控制中的應(yīng)用，并與傳統(tǒng)的PID控制方案進(jìn)行了對(duì)比，表明自適應(yīng)逆控制能夠獲得更小的總諧波畸變率。關(guān)鍵詞自適應(yīng)逆控制；非線性；T-S模糊神經(jīng)網(wǎng)絡(luò)：支持向量機(jī)；自適應(yīng)擾動(dòng)消除器；逆變電源燕山大學(xué)工學(xué)碩士學(xué)位論文AbstractRecentlyasanovelcontrolmethod，adaptiveinversecontrol，whichwasfirstpresentedbyprofessorWidrow,hasarosetheinterestoftheresearchers，andinthepastdecade，manyresuhshavebeenachieved
4、inthestudyofadaptiveinversecontr01．However'uptonow,thestudyofadaptiveinversecontrolfocusesonlinearsystems．Relatively,studyandresuksofnonlinearsystemsarerare．Thus，it’Snecessaryfortheresearcherstodosomefurtherworkinthestudyofnonlinearadaptiveinversecontr01．Theadvancesinneuralnetworksandfuzzysystems
5、providetheresearcherswithpowerfultoolsfornonlinearsystems．Thisthesisaimstoachievenonlinearadaptiveinversecontrolwiththesetools．Wedothefollowingwork：Firstofall，thepaperdiscusseshowtoconstructanadaptiveinversecontrolsystemusingT-Sfuzzynetworks．AnewfuzzybasisfunctionisusedtoreplacetraditionalGaussia
6、nfunction,whichreducesthecomplexityofthelearningalgorithmgreatty．Meanwhile，theconvergenceconditionofthealgorithmisdevelopedusingtheLyapunovstabletheoryanditalsoprovesthecorrectnessofthecontrolstructurepresentedthroughasimplealgebraicmethod．Secondly，thepaperstudiesthemodelingandinversemodeling，usi
7、ngsupportvectormachines．BasedOnthes-filteredstructure，Acontrolarchitectureisdeveloped,whichcandealwithnonlinearities．Thirdly,thepaperstudiestheadaptivecontrolofsystemswithdisturbanceItdiscusseshowtomodelwhenthedisturba
