基于極限學(xué)習(xí)機(jī)的非線性自適應(yīng)逆控制研究.pdf

1、非線性自適應(yīng)逆控制是利用非線性信號(hào)處理技術(shù)解決非線性系統(tǒng)控制問(wèn)題的一種很新穎的方法，針對(duì)它的研究具有重大的理論和實(shí)用意義。非線性自適應(yīng)濾波技術(shù)是非線性自適應(yīng)逆控制系統(tǒng)設(shè)計(jì)和應(yīng)用的基礎(chǔ)，針對(duì)當(dāng)前非線性自適應(yīng)濾波器采用梯度下降算法所帶來(lái)的收斂速度慢，容易陷入局部極點(diǎn)的缺陷，本文提出并推導(dǎo)了限定記憶極限學(xué)習(xí)機(jī)算法，該算法不僅能夠避免梯度下降算法的缺陷而且能夠克服“數(shù)據(jù)飽和”問(wèn)題，是一種優(yōu)秀的非線性對(duì)象建模和逆建模方法。在采用限定記憶極限學(xué)習(xí)機(jī)

2、算法的自適應(yīng)濾波器的基礎(chǔ)上，針對(duì)一般的非線性系統(tǒng)，本文設(shè)計(jì)了兩種不同的自適應(yīng)逆控制方案，為非線性自適應(yīng)逆控制技術(shù)的完善和發(fā)展提供了新的思路。本論文主要進(jìn)行了以下研究:
　　1)為克服構(gòu)成非線性自適應(yīng)濾波器的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)收斂速度慢、容易陷入局部極點(diǎn)和對(duì)學(xué)習(xí)因子敏感的缺點(diǎn)，基于離線批量極限學(xué)習(xí)機(jī)算法，推導(dǎo)了極限學(xué)習(xí)機(jī)的在線遞推學(xué)習(xí)算法。為解決極限學(xué)習(xí)機(jī)的在線遞推學(xué)習(xí)算法存在的“數(shù)據(jù)飽和”問(wèn)題，提出并推導(dǎo)了針對(duì)限定個(gè)數(shù)學(xué)習(xí)樣本的限定記憶

3、極限學(xué)習(xí)機(jī)算法。這種算法能夠在增加新采樣數(shù)據(jù)信息的同時(shí)，刪除舊采樣數(shù)據(jù)信息，避免出現(xiàn)“數(shù)據(jù)飽和”，從而提高了自適應(yīng)濾波器的適應(yīng)性和逼近精度，能夠快速而且精確地逼近非線性時(shí)變對(duì)象的模型和逆模型。
　　2)為解決極限學(xué)習(xí)機(jī)算法中求解逆矩陣時(shí)遇到的“病態(tài)矩陣”問(wèn)題，提出對(duì)極限學(xué)習(xí)機(jī)中的預(yù)設(shè)參數(shù)進(jìn)行優(yōu)化選擇。在分析研究魚(yú)群優(yōu)化算法和差分進(jìn)化優(yōu)化算法的基礎(chǔ)上，提出了一種新的魚(yú)群—差分進(jìn)化混合優(yōu)化算法，這種混合優(yōu)化算法通過(guò)在學(xué)習(xí)過(guò)程中共享尋優(yōu)

4、過(guò)程中的當(dāng)前最優(yōu)信息，可以有效避免尋優(yōu)算法早熟收斂，從而改善尋優(yōu)結(jié)果。將所得的魚(yú)群—差分進(jìn)化混合優(yōu)化算法應(yīng)用于極限學(xué)習(xí)機(jī)預(yù)設(shè)參數(shù)優(yōu)化選擇，不僅有效避免“病態(tài)矩陣”問(wèn)題，而且顯著提高極限學(xué)習(xí)機(jī)的學(xué)習(xí)精度和泛化性能。
　　3)針對(duì)一般非線性對(duì)象，研發(fā)了具有典型結(jié)構(gòu)的RMELM-BPTM自適應(yīng)逆控制方法。在該方法中，首先采用RMELM算法在線辨識(shí)被控對(duì)象模型，在此基礎(chǔ)上利用BPTM方法在線學(xué)習(xí)獲得自適應(yīng)逆控制器和擾動(dòng)消除控制器以分別實(shí)現(xiàn)

5、被控對(duì)象動(dòng)態(tài)響應(yīng)控制和擾動(dòng)消除控制。仿真結(jié)果顯示，采用這種方法設(shè)計(jì)的自適應(yīng)逆控制系統(tǒng)由于動(dòng)態(tài)特性控制過(guò)程和擾動(dòng)消除控制過(guò)程相互獨(dú)立，都能達(dá)到最優(yōu)而不必在兩者之間進(jìn)行折衷，因而控制系統(tǒng)不但具有良好的設(shè)定值跟蹤性能和魯棒性能，而且具有良好的擾動(dòng)消除能力。
　　4)基于RMELM算法和FEL算法，提出一種非線性RMELM-FEL自適應(yīng)逆控制方法。該方法中，反饋控制器采用傳統(tǒng)的PD控制器，用來(lái)保證系統(tǒng)的穩(wěn)定性和抑制擾動(dòng);前饋控制器由RME

6、LM訓(xùn)練動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)逼近被控對(duì)象的逆模型獲得，實(shí)施自適應(yīng)逆控制以提高系統(tǒng)的控制精度。在這種控制結(jié)構(gòu)中，RMELM直接采用被控對(duì)象的輸入信號(hào)作為學(xué)習(xí)信號(hào)。仿真結(jié)果表明，RMELM-FEL自適應(yīng)逆控制系統(tǒng)具有良好的設(shè)定值跟蹤性能和對(duì)被控對(duì)象參數(shù)變化的魯棒性能。
　　5)將本文提出的RMELM-BPTM自適應(yīng)逆控制方法應(yīng)用于汽輪機(jī)轉(zhuǎn)速控制系統(tǒng)，得到了一種新穎的汽輪機(jī)轉(zhuǎn)速自適應(yīng)逆控制系統(tǒng)。相比于常規(guī)的汽輪機(jī)轉(zhuǎn)速控制方案，本文所提方案不僅轉(zhuǎn)