基于神经网络自适应控制的温室温度控制研究.pdfVIP

应 用 技 术 詈 基于神经 网络 自适应控制钓温室温度控制研究 李素康 刘春东 黄 芳 侯佳淇 L是对角实数矩阵，对于误差系统，可以描述为： 随 (1)：wh(y)+Vh(u)+Le(t) 其中，当e(t)=O，tE一【T，0] 已引入了计算机技术，并且随着计算机技术及相应传感器技 根据下面的自适应算法对神经网络权值系数进行调节， 术的发展，温室中环境因子的控制技术也得到了相应的发 辨识误差系统是一致渐近稳定的，控制器可以使系统达到理 展。上世纪七八十年代，美国、荷兰等国家已经开始引进微型 想的状态，其中 计算机对植物的生长环境进行控制 ，也使不同的环境因子对 温室环境的综合控制技术有了很大的进步。随着科学技术的 w— Fe(t)h(y) 创新和发展 ，温室控制技术正向完全 自动化甚至是智能化的 方向发展 ，并且在整个控制过程中计算机扮演的角色已变成 V=-Fe(t)h u) 了复杂环境下的智能控制。 fi=h-zI-k2z2 传统的温室控制系统虽然简单 、易操作 ，但是由于实际 这里的r是正定对称矩阵，盯是常数 ，并且有F=F 0， 环境的复杂性 ，使得其控制性能停滞不前。随着智能控制理 0。 论以及控制技术的日益成熟，科研人员正试图将一些工业领 设计控制器的目的是将系统的输 出控制到跟踪一个之 域内的智能控制技术应用到温室环境的控制中来，希望以此 前设定好的轨迹。不失一般陛，选取光滑的曲线yd(t)作为被跟 来解决温室环境控制系统中的最优控制问题。然而实际的情 踪的轨迹。为了使系统状态能够跟踪设定的曲线，表示成下 况是温室环境所特有的性质使得温室环境的控制复杂得多。 面的形式 ： 鉴于此，国内外研究者开始深入地对影响温室环境的因子进 文(f)=h-h(I) 行研究，普遍的控制方法主要有传统的PID控制、模糊控制 以及神经网络的控制等等。 12=V—h 一 选取一个 Lyapunuv—Krasovskii泛函： 、 神经网络 自适应控制 带有时滞的连续非线性系统一般可以描述为： VI=}1It)。(1) 文(1)=hlx(t)，x[t—T(t)】，u(t)} 这里v沿着系统求导可得： 其中x(I)=[xl(t)，X：(t)，……，x(t)JreR“表示状态向