预测神经网络控制器及其在禽蛋孵化过程中的应用.pdfVIP

维普资讯 以啦 第 19卷 第4期 太 原 重 型 _／槭 学 院 学 报 V。1．19 No4 Dee．1998 预测神经网络控制器及其在禽蛋 孵化过程中的应用 刘文定 谢克明 (太 五 ，太原菇 ) 摘 要 本文针对常规神经网络控制通常需要辨识网络和控制网络两十网，提出将 神经网络用于提前学习系统馥态特性．借助于运动方程来获得控制信号的预测控制算法 极大地提高了算法的运算速度。将此算法用于非线性多变量耦合曲禽蛋孵化过程．取得 了最佳的动、静态特性。 关键词 壁丝旦萤；塑型丝型差 竺!兰 ；龟墨壁垡 中围分类号 TPl3． 控制输人信号以使系统输出达到要求特性的系统结构图如图l所示 系统需要对被控 输翌詈出 ．．篓 以 叠的 些 j1_L ， 且控制信号应提前一步或尼步给出。 ，(* )L_二———J L二二 二一 (卅 ) 应控制方案著已提出 盏耋皇量 图。提前步控制系统结构图 ， 如文献[1】的模型参 ‘ 罚 ：l (n)直接控制方案 (b)间接控制方案 图 2 自适应控制系统结构图 考调节器；文献[2】的自校正调节器，这些控制器可分为直接控制和间接控制两大类，如图 l嘲膏日期：1998—03r18 本文第一作者：女．1960年生．太原理工大学剐教授，硬士．研究方向为现代控制理论研 究。 *山西省冒学归国^员基金资助项 目． 维普资讯 第 19卷第4期 刘文定等：预测神经网络控{矗j器及其在禽蛋孵化过程中的应用 301 2(a)所示为利用输入输出数据自动更新控制器参数的直接控制方案，图2(6)所示的利用 估计模型参数来计算被控对象模型和控制信号的间接控制方案。 神经网络是一种非线性的智能控制器，将神经网络作为系统输入 ／输出训练时，可实现 输入与输出的非线性变换，采用常规神经网络控制需要辨识网络和控制网络的两个网，系统 复杂，运算速度低。本文提出一种预测控制方案，神经网络用于提前学习被控对象的动态特 性，控制信号借助于运动方程从相同的网产生。实验表明，系统结构简单，具有很高的动、静 态性能指标，而且鲁棒性好。 ． 1 自适应预报控制 对离散非线性系统，其动态特性可表示为 y(k+1)=fEy(k)，y{k一1)，…，y(k一 )，U(k)，U(k一1)．…，u(k—m)】(1) 式中 u(k)—— 为系统第 步输h；y(k)—— 为系统第k步输出； ‘ ，m—— 被控制系统的维数。 若在第 步提前一步得到控制作用使系统在k+1步的输出等于要求输出值．控制信号 【厂(k)的选择应使 (k十1)=Yd(k+1) (2) 假设系统(1)的模型可转化为如下形式： ‘ Y(k+1)zf[y(k)．Y(k一·t)，…．v(一 )．U(k一1)，…，【厂(k—m)】+ g[Y(k)， (k一1)．…，Y(k一 )，【厂(一1