基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測(cè)控制研究及其應(yīng)用

《基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測(cè)控制研究及其應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、華北電力大學(xué)碩士論文摘要本篇文章提出了一種針對(duì)一類(lèi)非線性離散系統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制算法，算法的控制律是從廣義預(yù)測(cè)控制的性能函數(shù)最小化推導(dǎo)出來(lái)的。文章中的實(shí)時(shí)自適應(yīng)預(yù)測(cè)控制策略包括一個(gè)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器和一個(gè)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制器，預(yù)測(cè)器和控制器的自適應(yīng)律都是建立在Lyapunov穩(wěn)定性定理的基礎(chǔ)之上。本文詳細(xì)描述了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器模型和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制器模型及其在線學(xué)習(xí)的推導(dǎo)過(guò)程，給出了預(yù)測(cè)器和控制器的自適應(yīng)學(xué)習(xí)率選取的范圍。仿真結(jié)果證實(shí)了所提出算法能夠提供滿意的跟蹤性能。關(guān)鍵詞：廣義預(yù)測(cè)控制(GPC)，神經(jīng)網(wǎng)絡(luò)，在線學(xué)習(xí)，協(xié)調(diào)系統(tǒng)AbstractThispaperpresentsapre

2、dictivecontrolbasedonBP·neural·-networkforaclassofnonlineardiscrete-timesystems．TheneurMnetworkpredictivecontrollawisdevelopedthroughtheminimizationofageneralizedpredictiveperformancecriterion．Areal-timeadaptivecontrolalgorithm，includinganeuralnetworkpredictorandaneuralnetworkpredictivecontroll

3、er，isproposed；theadaptivelearninglawsforboththeneuralpredictorandcontrolleraredeterminedbasedonLyapunovstabilitytheory．Inthispaper，themodeandtheon-linerecursivelearningalgorithmofthepredictorandthecontrollerareexplicatedindetail．Thepaperprovidestherangeoftheadaptivelearningratesforboththepredic

4、torandthecontroller．Simulationresultsshowthattheproposedcontrolalgorithmcangivesatisfactorytrackingperformanceforanillustrativenonlinearsystem．ChellJianhua(ControlTheoryandControlEngineering)DirectedbyproLHouGuolianKEYWORDS：Generalpredictivecontrol，neuralnetworks，on—linelearning聲明本人鄭重聲明：此處所提交的碩

5、士學(xué)位論文《基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測(cè)控制研究及其應(yīng)用》，是本人在華北電力大學(xué)攻讀碩士學(xué)位期間，在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果。據(jù)本人所知，除了文中特別加以標(biāo)注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得華北電力大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。學(xué)位論文作者簽名：醋二蓮笙日期：空E2：』!關(guān)于學(xué)位論文使用授權(quán)的說(shuō)明本人完全了解華北電力大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，up：①學(xué)校有權(quán)保管、并向有關(guān)部門(mén)送交學(xué)位論文的原件與復(fù)印件；②學(xué)校可以采用影印、縮印或

6、其它復(fù)制手段復(fù)制并保存學(xué)位論文；③學(xué)校可允許學(xué)位論文被查閱或借閱：④學(xué)?？梢詫W(xué)術(shù)交流為目的，復(fù)制贈(zèng)送和交換學(xué)位論文；⑤同意學(xué)?？梢杂貌煌绞皆诓煌襟w上發(fā)表、傳播學(xué)位論文的全部或部分內(nèi)容。(涉密的學(xué)位論文在解密后遵守此規(guī)定)作者簽名：蜱導(dǎo)師簽名：乒至遜日期：!!!：乜!日期：型!：叢5，華北電力大學(xué)碩士論文1．1課題意義第一章緒論近二十年來(lái)，火電廠單元機(jī)組越來(lái)越向大容量、高參數(shù)、高效率的方向發(fā)展，對(duì)機(jī)組熱工自動(dòng)控制系統(tǒng)控制品質(zhì)的要求也隨之提高。為了保證單元機(jī)組的正常運(yùn)行以及高度的安全性、經(jīng)濟(jì)性，對(duì)單元機(jī)組的自動(dòng)化水平提出了更高的要求。由于單元機(jī)組存在著大遲延，大慣性和嚴(yán)重的非線性及擾

7、動(dòng)頻繁等特點(diǎn)，傳統(tǒng)的控制方法已經(jīng)不能滿足電網(wǎng)對(duì)機(jī)組的要求，用先進(jìn)的智能化控制策略取代常規(guī)控制策略成為火電廠過(guò)程控制發(fā)展的趨勢(shì)。目前，以預(yù)測(cè)控制、神經(jīng)網(wǎng)絡(luò)、遺傳算法等為代表的智能控制策略是解決具有不確定性系統(tǒng)控制難題的有效方法。將神經(jīng)網(wǎng)絡(luò)與預(yù)測(cè)控制相結(jié)合，是提高系統(tǒng)魯棒性和克服系統(tǒng)不確定性的有效手段，具有廣闊的應(yīng)用前景。1．2課題的研究背景與發(fā)展概況上個(gè)世紀(jì)80年代以來(lái)，產(chǎn)業(yè)界對(duì)工業(yè)控制的理解和要求發(fā)生了顯著改變。首先，現(xiàn)代工業(yè)迅速向大型化、連續(xù)化、復(fù)雜化和