基于神经网络的非线性预测控制研究及其应用

《基于神经网络的非线性预测控制研究及其应用》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、华北电力大学硕士论文摘要本篇文章提出了一种针对一类非线性离散系统的BP神经网络预测控制算法，算法的控制律是从广义预测控制的性能函数最小化推导出来的。文章中的实时自适应预测控制策略包括一个神经网络预测器和一个神经网络预测控制器，预测器和控制器的自适应律都是建立在Lyapunov稳定性定理的基础之上。本文详细描述了神经网络预测器模型和神经网络预测控制器模型及其在线学习的推导过程，给出了预测器和控制器的自适应学习率选取的范围。仿真结果证实了所提出算法能够提供满意的跟踪性能。关键词：广义预测控制(GPC)，神经网络，在线学习，协调系统AbstractThispaperpresentsapre

2、dictivecontrolbasedonBP·neural·-networkforaclassofnonlineardiscrete-timesystems．TheneurMnetworkpredictivecontrollawisdevelopedthroughtheminimizationofageneralizedpredictiveperformancecriterion．Areal-timeadaptivecontrolalgorithm，includinganeuralnetworkpredictorandaneuralnetworkpredictivecontroll

3、er，isproposed；theadaptivelearninglawsforboththeneuralpredictorandcontrolleraredeterminedbasedonLyapunovstabilitytheory．Inthispaper，themodeandtheon-linerecursivelearningalgorithmofthepredictorandthecontrollerareexplicatedindetail．Thepaperprovidestherangeoftheadaptivelearningratesforboththepredic

4、torandthecontroller．Simulationresultsshowthattheproposedcontrolalgorithmcangivesatisfactorytrackingperformanceforanillustrativenonlinearsystem．ChellJianhua(ControlTheoryandControlEngineering)DirectedbyproLHouGuolianKEYWORDS：Generalpredictivecontrol，neuralnetworks，on—linelearning声明本人郑重声明：此处所提交的硕

5、士学位论文《基于神经网络的非线性预测控制研究及其应用》，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：醋二莲笙日期：空E2：』!关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，up：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或

6、其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅：④学校可以学术交流为目的，复制赠送和交换学位论文；⑤同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。(涉密的学位论文在解密后遵守此规定)作者签名：蜱导师签名：乒至逊日期：!!!：乜!日期：型!：丛5，华北电力大学硕士论文1．1课题意义第一章绪论近二十年来，火电厂单元机组越来越向大容量、高参数、高效率的方向发展，对机组热工自动控制系统控制品质的要求也随之提高。为了保证单元机组的正常运行以及高度的安全性、经济性，对单元机组的自动化水平提出了更高的要求。由于单元机组存在着大迟延，大惯性和严重的非线性及扰

7、动频繁等特点，传统的控制方法已经不能满足电网对机组的要求，用先进的智能化控制策略取代常规控制策略成为火电厂过程控制发展的趋势。目前，以预测控制、神经网络、遗传算法等为代表的智能控制策略是解决具有不确定性系统控制难题的有效方法。将神经网络与预测控制相结合，是提高系统鲁棒性和克服系统不确定性的有效手段，具有广阔的应用前景。1．2课题的研究背景与发展概况上个世纪80年代以来，产业界对工业控制的理解和要求发生了显著改变。首先，现代工业迅速向大型化、连续化、复杂化和