網(wǎng)絡(luò)控制系統(tǒng)的學(xué)習(xí)和控制策略研究.pdf

1、網(wǎng)絡(luò)控制系統(tǒng)具有布線少、易于安裝維護(hù)和靈活性強(qiáng)等諸多優(yōu)點(diǎn)，已經(jīng)在磁懸浮球系統(tǒng)、雙軸壓力位置系統(tǒng)、機(jī)器人等領(lǐng)域出現(xiàn)一系列應(yīng)用。然而實(shí)際工業(yè)過程往往為非線性多變量系統(tǒng)，參數(shù)往往時(shí)變，這類復(fù)雜對象本身在空間上分布廣泛，常采用多個(gè)本地控制器的分布式控制模式，但由于本地控制器自身計(jì)算資源有限，無力運(yùn)行復(fù)雜的控制算法以滿足高性能的控制要求，因此控制需求對單層網(wǎng)絡(luò)控制系統(tǒng)提出了嚴(yán)峻的挑戰(zhàn)。此外，在復(fù)雜的控制算法中，學(xué)習(xí)算法由于具有可發(fā)現(xiàn)潛在規(guī)律以及適

2、應(yīng)環(huán)境等特點(diǎn)，能有效提高系統(tǒng)控制性能而得到廣泛應(yīng)用。于是，考慮學(xué)習(xí)算法趨于復(fù)雜，而采用本地設(shè)備受成本和可靠性要求的影響其計(jì)算資源和算法復(fù)雜度有限等現(xiàn)實(shí)，提出了兩層網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)。本文主要研究兩層網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)的學(xué)習(xí)和控制策略設(shè)計(jì)，主要工作概括如下：
　　 首先，提出了兩層網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)(networked learning control system,NLCS)架構(gòu)，分析了其與傳統(tǒng)網(wǎng)絡(luò)控制系統(tǒng)相比所具有的不同特點(diǎn)。針對學(xué)

3、習(xí)算法的需求，提出了一種新的基于快速回歸算法的快速RBF神經(jīng)網(wǎng)絡(luò)構(gòu)造方法，不但可以選擇隱節(jié)點(diǎn)中心而且可以計(jì)算輸出層權(quán)重，并分析了計(jì)算復(fù)雜度，與常見的基于正交最小二乘算法構(gòu)造RBF神經(jīng)網(wǎng)絡(luò)相比速度更快。在此基礎(chǔ)上，提出了基于RBF神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)模糊控制策略，利用RBF神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)調(diào)整本地模糊控制器的參數(shù)，并將其應(yīng)用到兩層網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)中，得到基于快速RBF神經(jīng)網(wǎng)絡(luò)的兩層NLCS自學(xué)習(xí)模糊控制策略方案。
　　 其次，提出了一種新

4、的基于帶有調(diào)整因子前向回歸算法的RBF神經(jīng)網(wǎng)絡(luò)構(gòu)造方法，通過給每一個(gè)候選項(xiàng)綁定一個(gè)調(diào)整因子，采用貝葉斯證據(jù)框架推理來優(yōu)化調(diào)整因子，隨著調(diào)整因子優(yōu)化的進(jìn)行，一些在網(wǎng)絡(luò)中起非常微弱作用的隱節(jié)點(diǎn)將從RBF網(wǎng)絡(luò)中移出，從而精簡了RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，解決了RBF神經(jīng)網(wǎng)絡(luò)對含有噪聲的測量數(shù)據(jù)出現(xiàn)過度擬合的問題。接著，定義一系列中間變量并采用遞歸方法簡化了算法的計(jì)算負(fù)擔(dān)，給出了算法的計(jì)算復(fù)雜度。在此基礎(chǔ)上，提出了改進(jìn)的基于RBF神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)模糊

5、控制策略，得到了基于帶有調(diào)整因子RBF神經(jīng)網(wǎng)絡(luò)的兩層NLCS自學(xué)習(xí)模糊控制策略方案。
　　 第三，提出了一種新的基于帶有調(diào)整因子前向回歸算法的RBF神經(jīng)網(wǎng)絡(luò)自動(dòng)構(gòu)造方法，采用能夠測量模型泛化能力的LOO交叉驗(yàn)證準(zhǔn)則來自動(dòng)終止RBF神經(jīng)網(wǎng)絡(luò)的中心選擇過程，進(jìn)一步運(yùn)用調(diào)整因子精簡徑向基神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，并通過定義一系列中間變量以及采用遞歸方法簡化了算法的計(jì)算復(fù)雜度。在此基礎(chǔ)上，提出了進(jìn)一步改進(jìn)的基于RBF神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)模糊控制策略，

6、得到了基于帶有調(diào)整因子自構(gòu)造RBF神經(jīng)網(wǎng)絡(luò)的兩層NLCS自學(xué)習(xí)模糊控制策略方案。
　　 第四，在不改變本地控制器的前提下，為了提高系統(tǒng)的控制性能，研究了基于強(qiáng)化學(xué)習(xí)控制策略的兩層網(wǎng)絡(luò)學(xué)習(xí)控制方案，學(xué)習(xí)單元采用強(qiáng)化學(xué)習(xí)策略，本地控制器采用PI控制策略，學(xué)習(xí)單元的輸出動(dòng)態(tài)調(diào)整PI控制器輸出，組成本地控制器和學(xué)習(xí)單元相結(jié)合的控制策略。進(jìn)一步探索了適合該策略的強(qiáng)化學(xué)習(xí)方法，對基于Q學(xué)習(xí)算法和Actor-Critic神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的兩層

7、網(wǎng)絡(luò)學(xué)習(xí)控制方案分別進(jìn)行仿真研究，仿真結(jié)果驗(yàn)證了所提方案的有效性。
　　 第五，分析了多輸入多輸出網(wǎng)絡(luò)控制系統(tǒng)具有的多通道網(wǎng)絡(luò)特性，采用對角矩陣描述廣義傳感器和廣義執(zhí)行器的狀態(tài)。然后分別采用丟失數(shù)據(jù)置零策略和零階保持器策略補(bǔ)償數(shù)據(jù)丟包，建立了帶有任意切換序列的切換系統(tǒng)模型，給出了閉環(huán)系統(tǒng)漸近穩(wěn)定的充分條件，并將其拓展到參數(shù)不確定線性系統(tǒng)對象，得到了具有參數(shù)不確定性的閉環(huán)系統(tǒng)漸近穩(wěn)定的充分條件。
　　 最后，在上述理論研究

8、并在仿真結(jié)果驗(yàn)證了所提方案的有效性基礎(chǔ)上，結(jié)合上海自動(dòng)化儀表股份有限公司生產(chǎn)的具有兩層網(wǎng)絡(luò)架構(gòu)的SUPMAX分散控制系統(tǒng)，分析了其網(wǎng)絡(luò)架構(gòu)和網(wǎng)絡(luò)不確定性因素處理策略，通過擴(kuò)展一個(gè)學(xué)習(xí)單元構(gòu)建了兩層網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)實(shí)驗(yàn)平臺。進(jìn)一步以SUPMAX系統(tǒng)中廣泛應(yīng)用的PID控制回路為例進(jìn)行兩層網(wǎng)絡(luò)學(xué)習(xí)控制實(shí)驗(yàn)，即在SUPMAX實(shí)現(xiàn)基本PID控制功能的基礎(chǔ)上，利用SUPMAX的SMCP協(xié)議和名字服務(wù)器的地址解析功能，通過Ethernet網(wǎng)絡(luò)從分散處