基于神经网络的非线性gpc算法研究

基于神经网络的非线性gpc算法研究

ID:32468529

大小:1.50 MB

页数:49页

时间:2019-02-06

基于神经网络的非线性gpc算法研究_第1页
基于神经网络的非线性gpc算法研究_第2页
基于神经网络的非线性gpc算法研究_第3页
基于神经网络的非线性gpc算法研究_第4页
基于神经网络的非线性gpc算法研究_第5页
资源描述:

《基于神经网络的非线性gpc算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、兰州理工大学硕士学位论文矿7211181摘要摘要广义预测控制(GPc)作为一种新型的预测控制算法,主要成果都是以线性系统为被控对象,在理论和应用上都有较好的研究成果。但对于非线性的系统,由于很难得到精确的模型,用这种方法就难以得到好的控制效果。神经网络控制作为一种新颖的智能控制方法,具有很强的非线性逼近能力,弥补了非线性预测模型的不精确问题。本文在论述了广义预测控制和神经网络控制原理的基础上,对神经网络辨识和一种改进的线性广义预测控制算法进行了研究,并提出了一种非线性智能广义预测控制算法。该算法利用神

2、经网络建立非线性预测模型,根据训练所得的神经网络结构参数,在其工作点附近对非线性模型线性化,然后对所得的线性模型进行广义预测控制,最后采用补偿算法对线性化所带来的模型失配进行补偿,并通过仿真实例验证了算法的有效性。最后,本文对广义预测控制的参数选取、稳定性和鲁棒性给出了定量和定性的理论分析,讨论了广义预测控制主要参数设计和选取的方法;并以仿真实例验证参数选取原则的正确性,使得神经网络广义预测控制更加完善。关键词:预测控制;广义预测控制;非线性系统;神经网络;BP网络;稳定性鲁棒性兰州理工大学学位论文英

3、文摘要ABSTRACTGeneralizedPredictiveControl(oPCIasanewtypeofpredictivecontrolalgorithmhasgreatresearchachievementsnotonlyintheorybutalsoinapplicationthataremostlyusedinlinearsystemdomain.ButitiSdi笳culttogetsatisfiedcontrolresultsapplyingthoseachievementsinn

4、onlinearsystemdomainbecauseitiShardtobuildanaccuratepredictivemodel.NeuralNetworkControlasoneofhovelintelligentconffolmethodologiescarlapproacharbitrarynonlinearsystemsaccordingtoarbitraryprecisionthatremedytheshortageofinaccuratepredictivemodel.Inthisp

5、aper,wedosomeresearchaboutNNidentificationandlinearGPCalgorithmonthegroundofintroductiontothebasicprinciplesoftheboth.Meanwhile,anonlinearGPCalgorithmbasedonNcuralNetworkpredictivemodeliSpresented.In也isalgorithm.NNiSusedtobuildanonlinearpredictivemodel.

6、andthetrainedNNparametersareofferedtogetaIinearmodeIthroul曲linearisingthenonlinearmodeIclosetotheworkingpointthatiSpresentedtoGPC.AndthroughsimulationtheavailabilityofalgorithmiSbeconfirmed.Inthisalgorithm,acompensationalgorithmisprovidedtooffsetthemode

7、linaccuracythatiSraisedbylinearization.ThealgorithmvalidationiStestedbysimulation.Atlast,thequantitiveandqualitativetheoreticalanalysistothechoiceoftheGPCparameters,stabilityandrobustnessiSgiven;themethodsonthedesignandchoiceforthemainparametersofGPCsys

8、temsiSdiSCUSS;andthroughasimulation.thecorrectnessoftheprinciplefortheparameterschoiceiSprovedthatfurtherstrengthenthestudyNeuralNetworknonlinearGeneralizedPredictiveContr01.Keywords:GeneralizedPredictiveControl;modelpredictiveco

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。