智能变结构控制应用研究

《智能变结构控制应用研究》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、硕士学位论文3．低潮期由于处于发展初始阶段的神经网络理论还有一定的缺陷，同时，以逻辑推理为基础的人工智能理论和vonNeumann型数字计算机正处于全盛的发展时期，掩盖了发展新型智能计算理论和新型智能技术的必要性，使人工神经网络理论研究走人了一个缓慢发展的低潮阶段。其标志是著名的人工智能学者、美国麻省理工学院的M．Minsky和S．Papert所著的《Perceptton》．书的出版。书中对以Perceptron模型为代表的神经网络在数学上作了深人研究，指出了其局限性。但即便如此，在此期间所提出的自组织映射理

2、论、自适应共振理论和神经认知机模型等都对以后的神经网络研究产生了重大的影响。4．复兴期由于神经网络研究者的突出成果，同时也由于传统的人工智能理论和％n．Neumann型计算机在许多智能信息处理问题上遇到了挫折，并且由于科学技术的发展为人工神经网络的物质实现提供了基础，促使人们将人工神经网络作为未来新一代智能计算机的实现模式之一加以研究。该阶段的标志之一是美国加州理工学院的生物物理学家J．J．Hopfield于1982年和1984年所提出的一种新型神经网络模型一HopfieId神经网络模型。该神经网络被成功地用

3、于解决了～个著名的优化组合问题～旅行商问题，使其引起了全世界相关领域研究人员的广泛关注；该阶段的另一重要成果是D．E．Rumelhart和J．L．Mcclell柚d等人所在的PDP(并行分布处理)研究小组所提出的BP(误差反向传播)学习算法。该算法解决了在多层神经网络学习训练过程中，中间隐含层各连接权重的调节方法问题，从而突破了Minsky等人所持悲观论点的前提条件，至今仍得到广泛的应用。5．高潮期自Hopfield神经网络模型和BP算法提出之后【2"，很快掀起了人工神经网络研究的全球性热潮．此期间，各种神经

4、网络模型相继提出，其中著名的有：1988年LIO，Ch驻a提出的CNN(细胞神经网络)模型，1984年Hinton提出的Bolt砌ann机，Grossberg等提出的舢玎(自适应共振)理论，舢bus提出的CMAC(小脑模型)网络及Sanner等人提出的RBF高斯径向基函数网络等。同时还发展了各种学习算法其应用已很快渗透到计算机图像处理、语音处理、优化计算、智能控制等领域，并取得了很大的进展。o现在，人工神经网络的研究正在转入高潮期的快速稳定发展阶段．在理论研究上正在进一步深入，并开发新的网络数理理论，在应用研

5、究方面，进一步进行其软件模拟和硬件实现的研究，并迅速扩展其应用领域，取得了更广泛的5智能变结构控制的应用研究成果。1．5本文的主要工作本文主要研究变结构控制与神经网络的控制算法在带有延迟、时变干扰等的复杂系统中控制的应用。神经网络变结构控制具有神经网络和滑模变结构控制系统的优点，并且有多种不同的结构和算法。针对神经网络变结构控制理论和应用研究现状，本文主要作了下列工作：1．简要介绍滑模变结构控制的原理，针对离散变结构趋近律中存在的固有抖振现象和参数变化而引起的系统品质改变的做了定性和定量的分析，并给出了解决方

6、案。2．针对分析的结果，采用基于RBF神经网络对趋近律的参数进行优化，通过对存在时变扰动的系统进行控制可以看出既消除了控制系统的高频抖振，有改善了滑动模态的品质，对外部扰动具有较强的鲁棒性。3．由于温度传感器响应时间长是典型的滞后时间系统，本文采用基于递归神经网络动态补偿，针对给定的热电偶通过对其进行动态补偿从而使温度控制系统动态性能指标大大提高，从而保证了对系统的精确控制。4．介绍焙烧炉的工作原理，并对其进行机理建模，从而运用基于RBF的神经网络变结构控制对系统模型进行仿真实验。6硕士学位论文第2章变结构控

7、制理论的原理2．1变结构控制基本概念为了说明变结构控制系统的概念，考虑下面相变量形式的单输入n界线性时不变系统(2．1)Z1。工2z22z3(2．1)％一》t勘其中：口i，6为已知定长参数。变结构控制具有以下不连续形式㈣=馏：豁三3汜2，其中：比+O)一”一O)，并且控制率的选择要满足式(2．3)给出的到达条件。l主ms0)0(2．3)j“)一0+，“)．．0一‘。而函数s(x)，，则称其为切换函数，这里定义为状态向量的线性函数sO)=clxl+c2工2+⋯+c。一lz。一1+z。(2．4

8、)在n维向空间中，变结构控制的滑动超平面为cl石l+c2x2+⋯+c^一lx^一l+x^一0(2．5)由于状态方程(2．1)为相变量形式，所以为了保证滑动模态阶段的稳定性，对于参数cl，c2，．．c川的选择只需要使特征方程刀_1+c¨刀t+⋯+c2A+c，=0的所有特征根均为负实部即可。在滑动模态阶段，切换函数sO)一0，从而可以得到x月=一clzl一c222+⋯一c月一1z^-l(2．6)进而还可