不确定性的系统多模型控制方法的研究

《不确定性的系统多模型控制方法的研究》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、摘要论文题目：不确定性系统的多模型控制方法研究学科专业：控制理论与控制工程研究生：李晓晴指导教师：钱富才教授签名：删IIJillIIIIIIIMHIIII．i1

2、11luuniiiiilllllIJllIllIlY2347068随着控制理论的发展和实际工业过程的需要，对存在大量不确定因素的动态复杂系统的控制成为当今控制界研究的热点之一。这些不确定的因素包括：系统参数变化较大、系统故障、较大的外部干扰、传感器或执行器故障等。本文主要研究的是不确定性系统的建模与控制问题，为解决实际系统中存在大量不确定因素的问题，采取多模型的方法对其进行控制，分别对概率加权和

3、切换方式的多模型自适应控制进行了细致地讨论，对非线性系统的神经网络建模也进行了详细地研究。论文主要研究内容包括：(1)介绍了多模型控制思想及其基本理论，对模型切换方式以及控制器设计进行了重点讨论。(2)介绍了线性二次型高斯型(LQG)问题的解决方法；针对不确定参数存在于系统方程的问题，采用多个模型控制器概率加权的方法，获得多模型控制器。(3)研究了模型集的构成以及系统参数估计问题；分别详细证明了确定性系统和随机系统的切换式多模型自适应控制的稳定性和收敛性。(4)对于复杂非线性系统的神经网络建模进行了详细地介绍，重点研究了基于高斯径向基函数的神经网络建模的

4、具体方法，提出一种混合聚类方法确定径向基函数的中心，并利用卡尔曼滤波确定神经网络权值。文中给出的实例仿真验证了所研究的建模及控制算法的有效性。关键词：不确定性，多模型，概率加权，切换，神经网络西安理工大学硕士学位论文AbstractTitIe：RESEARCHONMULTIPLEMODELSCONTROLWITHUNCERTAINTYSYSTEMMajor：ControlTheoryandControlEngineeringName：XiaoqingLiSupervisor：Prof．FucaiQianSignature：Signature"Withth

5、edevelopmentofcontroltheoryandwiththerequirementofactualprocessapplication，thecontrolofdynamicalsysteminthepresenceoflargeuncertaintieshasbeenahottopicinthestudyofcontrolnowadays．Theseuncertainfactorsincludelargepar锄etervariations．failuresinthesystem，thepresenceoflargeexternaldis

6、turbances，asensor／actuatorfault，etc．Modelingandcontr01foruncertaintysystemaremainlystudiedinthispaper．Inviewoftheuncenainfactorintheactualsystem，multiplemodelsareadopted．Bothprobability’weightedmethodandswitchingmethodofmultiplemodelsadaptivecontrolarediscussedmdetail．Adetailedst

7、udyofnetworkmodelingisalsopresentedinthispaper．Themaintopicsare"f1、Thebasictheoryofmultiplemodelsmethodispresented．Theproblemssuchasswitchingmodeandcontrollerdesignarerespectivelydiscussed·(21ThesolutionofLinearQuadraticGaussian(LQG)problemisdiscussed·Astosolvingtheproblemthatunk

8、nownparametersexistinthesystemequation，themultiplemodelscontroUerisobtainedusingprobability-weightedmulti‘modelapproach·(3、GlobalstabilityoftheoverallsystemandtheconvergenceofthetrackingerrorslgnaltozeroareproveninboIththedeterministicandstochasticcases。Thecompositionofthemodelse

9、tforswathing．basedmulti．modelsadaptiveco