氧乐果合成反应温度控制系统.pdfVIP

摘要 现代大工业过程存在非线性、大滞后、肘变和数学模型不确定等特征，采取 传统的PID控制，很难达到理想的控制效果，因此有必要研究新的智能控制策略。 目前，模糊理论、神经网络和遗传算法的融合正在控制领域显示巨大的潜力。本 文在对上述三种方法进行结合和改进的基础上，提出了在无模型和无先验知识的 情况下利用本文提出的改进遗传算法自动优化设计智能控制器的方法。本文主要 设计了两类控制器：其一，将遗传算法引入模糊控制，基于遗传算法设计具有多 个可调整因子的模糊控制器，通过遗传算法对可调整因子的优化实现模糊控制规 则的学习与完善。该控制器结合了模糊控制和遗传算法的优点，不仅不依赖于被 控对象的精确数学模型，而且可实现模糊控制规则的在线自寻优，从而增强了模 糊控制器的自学习能力；其二，将模糊控制技术、神经网络技术和遗传算法三者 相互结合，提出了基于遗传算法的模糊神经网络控制器设计方法。首先利用神经 网络构造出一类与模糊逻辑系统结构等价的模糊神经网络。再利用遗传算法实现 该模糊神经网络权值的寻优，从而实现模糊控制规则与隶属函数的优化。 本文编制了实现这两类控制器性能的算法程序，并通过对参数时变的一阶惯 性纯滞后对象和氧乐果合成反应过程模型的仿真实验，验证了这两类控制器的性 能。 【关键词】遗传算法模糊控制模糊神经网络温度控制 【论文类型】应用基础 Abstract Modem characteristics．suchas time industry possessesmany non—linearity,large andnon—accuratemathematicmodelandSO011．Itisdifficultto lag,time—varying obtain control findnew perfect weshould control performance；hence intelligent combinationof networkand strategy．Atpresent，the fuzzytheory,neural genetic inthe algorithm(GA)isgradually enOITIIOUSlatent controlfield． showing capacity onthe and Based combination ofthe threekindsofcontrol improvementprevious controllercanbeautomatic and withthe of technology,the designedoptimizedhelp without themathematic improvedgeneticalgorithm knowing modeland prior two ofcontroller．Thefirst kinds