2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩137頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、模型預(yù)測控制(MPC)是當(dāng)今石油、化工等過程工業(yè)中應(yīng)用最為成功的先進(jìn)控制技術(shù)之一,它是指用動(dòng)態(tài)模型對未知系統(tǒng)的未來行為進(jìn)行預(yù)測,并進(jìn)而根據(jù)該模型對系統(tǒng)進(jìn)行優(yōu)化控制的一類控制策略。隨著生產(chǎn)過程規(guī)模的擴(kuò)大和復(fù)雜程度的提高,建立系統(tǒng)的機(jī)理模型已經(jīng)變得越來越困難,利用可測量的實(shí)驗(yàn)或生產(chǎn)數(shù)據(jù)建立辨識(shí)模型已成為必然的選擇。近年來,建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上的支持向量機(jī)(SVM)已經(jīng)在模式識(shí)別、系統(tǒng)辨識(shí)等許多領(lǐng)域中得到成功應(yīng)用。因此,本文針對一類具有

2、非線性特性的復(fù)雜被控對象,研究其基于SVM的智能建模方法及相應(yīng)的提前多步預(yù)測和控制量的尋優(yōu)策略。 本文的主要貢獻(xiàn): 1.針對非線性多輸入多輸出(MIMO)系統(tǒng),提出基于二次多項(xiàng)式核函數(shù)SVM的提前一步非線性模型預(yù)測控制(NMPC)的結(jié)構(gòu)和算法。通過考慮輸入、輸出分量間的耦合,利用SVM對每個(gè)輸出分量單獨(dú)建模,再將所有分量的模型集成為向量形式,根據(jù)預(yù)測控制機(jī)理推導(dǎo)出關(guān)于提前一步的各個(gè)最優(yōu)控制分量與已知輸入、輸出量間的解析方

3、程組,再通過數(shù)值方法進(jìn)行求解。 2.針對非線性MIMO系統(tǒng),提出基于二次多項(xiàng)式核函數(shù)并行SVMs的提前多步NMPC的結(jié)構(gòu)和算法,給出關(guān)于提前多步的各個(gè)最優(yōu)控制分量與已知輸入、輸出量問的解析方程組。其中,基于并行SVMs的提前多步各預(yù)測模型間相互獨(dú)立,無誤差累積;同時(shí),提出新的適用于具有并行提前多步預(yù)測模型的MPC反饋校正策略。 3.提出基于SVM多分類的多模型切換策略,將基于并行SVMs的MPC(SVMs-MPC)技術(shù)推

4、廣,使其能夠控制具有多種工況的復(fù)雜對象。該方法首先對每個(gè)工況分別建立SVM模型,同時(shí)實(shí)現(xiàn)各自的SVMs-MPC算法,然后對多個(gè)工況建立SVM多分類模型。實(shí)時(shí)控制時(shí),通過SVM多分類模型辨識(shí)當(dāng)前工況,并激活相應(yīng)的SVMs-MPC控制器。該控制策略將基于SVM的分類和擬合有機(jī)地結(jié)合,為工況經(jīng)常要發(fā)生躍變的復(fù)雜過程提供新的控制思路。 4.分析了基于線性核函數(shù)并行SVMs的提前多步MPC的魯棒穩(wěn)定性。根據(jù)SVM模型,給出SVMs-MPC

5、閉環(huán)穩(wěn)定的充分必要條件;再應(yīng)用小增益定理,得出對于一定的模型/對象偏差,上述穩(wěn)定條件仍能保持魯棒穩(wěn)定的約束集。仿真實(shí)驗(yàn)表朗對于未知的線性和弱非線性對象,可根據(jù)穩(wěn)定條件和魯棒穩(wěn)定約束集調(diào)整預(yù)測控制參數(shù),以得到具有較大穩(wěn)定裕度的閉環(huán)特性。 5.提出用基于線性核函數(shù)的SVM和基于Spline核函數(shù)的SVM串聯(lián)的多核模型結(jié)構(gòu)辨識(shí)非線性系統(tǒng),給出具體的辨識(shí)方法;并在此模型結(jié)構(gòu)的基礎(chǔ)上,將NMPC轉(zhuǎn)化為線性模型預(yù)測控制(LMPC),得出具有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論