基于Elman 神经网络的二自由度内模控制方法研究.pdfVIP

第２９卷第４期　　　 计算机应用与软件 Ｖｏｌ２９Ｎｏ．４ ２０１２年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１２ 基于Ｅｌｍａｎ神经网络的二自由度内模控制方法研究 陈高华　张井岗　赵志诚 （太原科技大学电子信息工程学院　山西太原０３００２４） 摘　要　　将遗传算法、Ｅｌｍａｎ神经网络和二自由度内模控制相结合，提出一种基于Ｅｌｍａｎ神经网络辨识和遗传整定的二自由度内 模控制算法。仿真结果表明，相对于常规内模控制方法，该方法对输入信号的动态响应快，系统超调量和调节时间减少，抗干扰能力 强，控制精度高。 关键词　　遗传算法　Ｅｌｍａｎ神经网络　二自由度　内模控制 中图分类号　ＴＰ１８３　　　　文献标识码　Ａ ＲＥＳＥＡＲＣＨＯＮＴＷＯＤＥＧＲＥＥＯＦＦＲＥＥＤＯＭＩＮＴＥＲＮＡＬＭＯＤＥＬＣＯＮＴＲＯＬ ＢＡＳＥＤＯＮＥＬＭＡＮＮＥＵＲＡＬＮＥＴＷＯＲＫ ＣｈｅｎＧａｏｈｕａ　ＺｈａｎｇＪｉｎｇｇａｎｇ　ＺｈａｏＺｈｉｃｈｅｎｇ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｗｉｔｈｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，Ｅｌｍａｎｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｔｗｏｄｅｇｒｅｅｏｆｆｒｅｅｄｏｍｉｎｔｅｒｎａｌｍｏｄｅｌｃｏｎｔｒｏｌ，ａｔｗｏ ｄｅｇｒｅｅｏｆｆｒｅｅｄｏｍｉｎｔｅｒｎａｌｍｏｄｅｌｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＥｌｍａｎｎｅｕｒａｌｎｅｔｗｏｒｋｒｅｃｏｇｎｉｔｉｏｎａｎｄｇｅｎｅｔｉｃｔｕｎｉｎｇｉｓｐｒｏｐｏｓｅｄ．Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌｉｎｔｅｒｎａｌｍｏｄｅｌｃｏｎｔｒｏｌ，ｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｍｐｒｏｖｅｓｔｈｅｒｅｓｐｏｎｓｅｓｐｅｅｄａｇａｉｎｓｔｉｎｐｕｔｓｉｇｎａｌｓ， ｒｅｄｕｃｅｓｔｈｅｓｙｓｔｅｍｏｖｅｒｓｈｏｏｔａｎｄｓｅｔｔｌｉｎｇｔｉｍｅ，ａｎｄｈａｓｓｔｒｏｎｇａｂｉｌｉｔｙｉｎｉｎｔｅｒｆｅｒｅｎｃｅｒｅｊｅｃｔｉｏｎａｎｄｈｉｇｈｃｏｎｔｒｏｌｐｒｅｃｉｓｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ　Ｅｌｍａｎｎｅｕｒａｌｎｅｔｗｏｒｋ　Ｔｗｏｄｅｇｒｅｅｏｆｆｒｅｅｄｏｍ　Ｉｎｔｅｒｎａｌｍｏｄｅｌｃｏｎｔｒｏｌ 该控制方法可以使系统同时具有良好的目标值跟踪特性、干扰 ０　引　言 抑制特性和鲁棒性。 实际的内模控制系统有两个最佳可调参数：设定值跟踪最 １　二自由度内模控制器设计 佳参数和干扰抑制最佳参数。常规内模控制器只有一个可调参 数，是一种一自由度控制器，若按干扰抑制特性整定参数，则目 常规内模控制器只有一个可调参数，对于高性能的控制系 标跟踪特性变差；若按目标跟踪特性整定参数，则干扰抑制特性 统则有一定的局限性，难以兼顾各方面的性能要求而获得满意 变差，参数整定时一般要在系统的目标值跟踪特性和干扰抑制 的控制效果。采用二自由度控制结构则可以同时独立地调节目 特性之间进行折衷选择，这样做一般能满足大多数控制系统的 标值跟踪特性、干扰抑制特性和鲁棒性，使各方面的性能均达到 要求，但对于高性能的控制系统则有一定的局限性，难以兼顾各 最佳。本文所设计的二自由度内模控制结构如图１所示［１］。 方面的性能要求而获得满意的控制效果［１］。为解决这一矛盾， 人们提出了二自由度内模控制器，并在实际系统中得到广泛应 用。内模控制由于依赖精确的数学模型，当估计模型和实际对 象有误差