神经控制.pdfVIP

神经控制1 王宁 方勇纯 王树青 浙江大学工业控制技术研究所，杭州310027 edu．cn nmm耐ipc巧u ■要 本文从基于模型的神经控制及神经非模型控制两个方面对神经控制技术的理论及应用进行了介 绍，并就神经控制今后的研究方向提出了一些观点． 关t诃神经茹网络，神经控制，基于模型的控制，非模型控制 ，1 Neurocontrol Shuqing WangNing，FangYongchun，Wang 310027 NationalLab．ofIndustrialControl University，Haagzhou KeY Technology,Zhejiang cn zju．cdu n、”ang@ipc Abstract controland ThisPatzr昏m model-free researches contr01．AndⅫpointsofviewonneurocontrolareproposed Ncural control Keywor如 n吐wo如，nettrocontrol，modelingcontr01．model-free 1引 言 近年来，随着社会经济的发展，对控制系统的设计要求日益提高，传统的控制理论及 传统的智能控制方法已根难满足需要。神经控制以其独特的优点受到控制界的关注，在控 制系统中得到日益广泛的应甩，这主要来自以下三方面的动力：(1)处理越来越复杂系统的 需要；(2)实现越来越高的设计目标的需要；(3)在越来越不确定情况下进行控制的需要”1。 早在1943年，心理学家W．S 概念，从此开创了神经科学理论研究的时代oI。D．0．Hebb提出了改变神经元连接强度的 著名的Hebb规则口】。之后，人们把人工神经元网络用于模式识别和控制系统等方面的研 明了当时所用的单层线性网不能求解如异或等简单的问题，加上缺少有效的学习算法等原 因，使人工神经元网络的研究进入了萧条时期。然而，经过许多研究者们坚持不懈的努力， 尤其是20世纪80年代以来，人工神经网络研究又有了重要的突破，人们提出了许多功能 较强的神经元网络模型和各种有效的学习算法，促进了神经元网络在包括自动控制在内的 众多领域的应用。用神经元网络设计的控制系统，具有高度的自适应性和鲁棒性，对于非 线性和不确定性系统也取得了满意的控制效果，这些效果是传统的控制方法难以达到的。 l自豪自然科学基垒蠢助项目(№．6977柏嚣)盈浙江省自然科学基盘资助项目O如69昱034) 一162— 目前，人工神经元网络已在对象建模14)，系统辨识【”】，参数估计嘲，自适应控制Ⅲ01，预测 控制…，容错控制【12l，故障诊断11”，数据处理【14，15l等领域得到广泛应用。本文介绍了在神 经控制技术方面所取得的一些主要成果，并就今后可能的发展方向提出了一些见解。 2基于模型的神经控制 2．1 基于模型的神经控制系统的主要结构 与传统的控制理论方法不同，基于模型的神经控制方法不是基于对象的数学模型，而 是基于对象的神经元网络模型。自1980年以来，神经元网络广泛应用于各种控制系统中， 主要有以下几种控制结构。 2．1．1直接逆控制 这种方法将神经网络直接作为控制器串联于 实际系统之前，其系统结构如图1所示：