基于模糊小波网络的复杂系统参数辨识研究.docVIP

  基于模糊小波网络的复杂系统参数辨识研 究# 唐红雨1，陈迅2* 5 10 15 20 25 30 35 （1. 镇江高等专科学校电子信息系，江苏镇江 212003； 2. 江苏科技大学电子信息学院，江苏镇江 212003） 摘要：复杂系统大多是非线性系统，难以对其建立准确的控制模型，小波网络具有多分辨率 特性和任意逼近能力，利用其非线性映射能力对系统的输入输出关系进行模拟，将小波网络 和模糊规则结合对系统进行辨识，动态调整网络的权值 W 和模糊规则，将非线性映射的问 题转化为求解系统最优解，从而产生一种新的系统辨识方法，可以达到较高的系统控制要求。 关键词：控制；小波网络；模糊；复杂系统；参数辨识 中图分类号： TP183 Complex system parameter identification based on fuzzy and wavelet network TangHongyu1, ChenXun2 (1. Department of electric and information, Zhenjiang College, ZhenJiang 212003; 2. Electric and information School,Jiangsu science and technology University ZhenJiang 212003) Abstract: Complex systems are mostly nonlinear systems, difficult to establish its accurate control model. Wavelet network have multi-resolution characteristics and any approximation ability.It simulates the input-output relationship of the system by nonlinear mapping capability, Wavelet network combining with fuzzy rules are applied to identify the system, dynamically adjusting the network weights W and fuzzy rules. So nonlinear mapping is transformed into solving the optimization problem. Which produces a new system identification method, achieving higher system control requirements. Key words: Control; Wavelet network; Fuzzy; Complex systems; Parameter identification 0 引言 现实世界中，被控对象大多数是由复杂的机电液系统，系统复杂，其具有非线性、时变、 大惯性、迟滞等特点。在工作过程中，生产要求复杂，控制对象的数学模型未知，或是系统 运行期间被控量参数发生变化，以及被控对象模型不确定，导致被控对象的控制效果和精度 不够，误差加大，甚至失控。因此在生产中，需要对复杂系统的模型参数进行辨识，使系统 达到稳定控制的目的。而系统辨识是利用测量数据进行动态系统数学建模的过程，建立的数 据模型可用于复杂系统分析、性能监控与诊断、预测、优化以及系统的设计与控制。随着工 业技术的不断发展，以及各种算法的产生和数学工具的快速发展，这都为复杂系统智能辨识 技术的发展提供了良机[1]。因此，研究系统辨识方法对于复杂系统参数的识别和控制具有十 分重要的意义。 基金项目：2012 年度镇江市工业科技支撑计划项目资助（GY2012005） 作者简介：唐红雨（1975.4-），男，镇江人，副教授，研究方向为智能控制. E-mail: t_redrain@126.com -1- 1 模糊小波网络原理   40  1.1  模糊策略与规则 模糊模型本质上可以看成是一种具有非线性特性的模型，能够用来表达非线性系统的动 态特性，对于非线性系统可以进行逼近[2]。因而，结合模糊集合理论，根据系统的输入和输 出值来辨识系统的动态模糊模型，是一种较理想的系统辨识方法。模糊集合理论应用于非线 性系统辨识有多种方式，其中应用最为广泛的是模糊规则的网络学习算法，它通过经典模糊 IF-THEN 规则描述系统输入输出之间的关系[3]，其过程如下： 45 m n 则该系统可分为 n 个 MISO 系统进行模糊辨