基于bp神经网络自适应逆控制的研究

《基于bp神经网络自适应逆控制的研究》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、西北工业大学硕士学位论文基于BP神经网络的自适应逆控制研究姓名：冯刚申请学位级别：硕士专业：信息与通信工程指导教师：景占荣20070301西北工业大学硕士学位论文摘要本文在研究了自适应逆控制发展现状的基础上，结合自适应逆控制存在的问题，提出了一种基于神经网络BP算法的带有PID反馈的神经网络逆控制结构。自适应逆控制方法经过十多年的发展，已经取得了很多成果。然而，目前针对自适应逆控制的研究，还主要以线性系统为主，针对非线性系统的研究成果还不多见。文中分析了基于线性滤波器的逆对象建模方法的优缺点，指出了非线性系统用这种方法的不足。尤其大部分系统都是不可

2、解析的或是非线性的，其逆模型用传统的方法难以建立。而神经网络本质的并行结构在处理实时性要求高的自动控制领域中显现出来了极大的优越性。所以本文重点研究了基于神经网络的自适应逆控制。文中在分析了新的控制结构的特点和工作原理的基础上研究了神经网络建模方式，神经网络反向传播算法(BP)，设计了神经网络逆控制器，对系统的可逆性和神经网络逆系统的稳定性进行了分析。最后本文针对所设计的逆控制结构进行了仿真实验。首先对一个用状态方程表示的一阶非线性系统进行了仿真；其次对一个转台伺服系统分别利用本文提出带有PID反馈的新结构和直接逆控制的开环结构进行了仿真实验；最后

3、进行了噪声消除和鲁棒性仿真实验。通过仿真试验，说明了逆模型定义的正确性，验证了本文提出的带有辅助控制器的神经网络逆系统控制结构是合理的和有效的，而且实现容易、精度高，并且具有很强的鲁棒性。关键词：自适应逆控制，非线性，神经网络，BP算法，辨识与建模西北工业大学硕士学位论文ABSTRACTAsortofneuralnetworkinversecontrolstructurewithPIDfeedbacksbasedonBPalgorithmhasbeenputforwardonthebasisofstudyingthedevelopmentandcu

4、rrentsituationofself-adaptationinthisdissertation，whichcombinedwiththecxistingproblemofself-adaptationinversecontr01．Withtheseveralyears’development,researchofself-adaptationinversecontrolhasbeenacquiredplentyofprogress．However,thestudyofself-adaptationinversecontrolhasbeengiv

5、enpriontyt0linearsystem．whichhasbeenlittletonon-linearsystem．Firstly,analyzedthecharacteristicofinversetarget'smodelingmethodbasedonlinearwavefilter,whichisquitesuccessfulforsmdyingthelinearsystem．However,itisnotverymuchidealtonon-linearsystem．Especially,mostsystemscall'tbeana

6、lyzedorbenon—linear,itsinversemodelisdifficulttosetupbywayoftraditionmodeling．Asortofneuralnetworkcontrolstructurehasbeenputforwardhere，becauseofcollateralstructureofneuralnetworkanditsgreatsuperioritydisplayingamongtheautomaticcontrolledfieldinreal-time．Secondly,hasstudiedthe

7、modelingwayoftheneuralnetworkandback-propagationalgorithmofneuralnetworkonthebasisofanalyzingtheoperationprincipleandcharacteristicofthenewcontrolstructure．n忙reversibilityandthestabilityofneuralnetworkinversesystemhasbeenanalyzed，whichhavebeenreadyforfollowingsimulation．Finall

8、y,hascarriedonalargeamountofsimulationonthestructureofinverse