基于神經網絡的預測控制方法及其應用研究.pdf

1、基于神經網絡的預測控制是國內外復雜工業(yè)過程控制領域中研究的前沿問題之一。本文根據(jù)預測控制的三大機理，在分析基本的預測控制算法的基礎上，探討了基于神經網絡模型的非線性系統(tǒng)預測控制算法。重點研究了非線性系統(tǒng)神經網絡建模的原理和方法，以及BFGS算法在神經網絡預測控制優(yōu)化求解中的應用。 論文工作的主要研究內容和特色如下： 1)緒論部分對預測控制產生的歷史背景、發(fā)展歷程、研究現(xiàn)狀、發(fā)展趨勢和存在的問題作了簡要的綜述。對人工神經網

2、絡理論的產生和發(fā)展進行了簡單的回顧。 2)第二章針對三種典型預測控制算法(即模型算法控制、動態(tài)矩陣控制和廣義預測控制)討論了預測控制的基本結構和原理，深入分析了它們的預測模型、反饋校正與滾動優(yōu)化方法。給出了廣義預測控制算法的仿真實例，相比于普通的PID算法，控制品質明顯提高。對非線性系統(tǒng)的預測控制問題進行了簡單的探討。 3)第三章討論了神經網絡的模型、結構以及它的學習方式和學習算法。深入分析了標準BP算法的基本原理、程序

3、實現(xiàn)以及存在的問題。針對標準BP算法的局限性給出了其改進的算法。在此基礎上用神經網絡作為預測模型，根據(jù)預測控制的三大機理論述了基于神經網絡的預測控制系統(tǒng)構成。詳細給出了單步神經網絡預測控制算法，并指出單步預測控制算法雖然簡單，但所含信息量少，系統(tǒng)抗干擾性和魯棒性較差；采用級聯(lián)神經網絡遞推多步預測方法，建立了神經網絡多步預測模型，并推導出多步神經網絡預測控制BFGS優(yōu)化算法。 4)第四章基于一個375MW熱電廠的鍋爐一汽輪機系統(tǒng)仿

4、真模型，離線辨識建立了一個基于三層前向神經網絡的預測模型，討論了網絡結構設計、訓練算法等神經網絡建模問題。并提出了基于多步預測模型的預測控制方案。通過仿真研究表明基于神經網絡的非線性系統(tǒng)預測控制算法優(yōu)于常規(guī)的多回路PID控制器。以神經網絡作為預測模型的預測控制方案為解決非線性系統(tǒng)預測控制問題提供了一種可行的方法。 5)最后對全文進行總結，并結合自己的研究心得，指出一些可深入研究或有待解決的問題，如非線性系統(tǒng)預測控制算法中主要設計