基于模糊调整的神经网络逆模型控制.pdf

《电气自动化)2005年第27卷第4期 —智能控制技术一 ControlTechnics ．Intelligent 基于模糊调整的神经网络逆模型控制六 NeuralNetworkInverseControlMethodBasedon The FuzzyTuning Union 100101)Li (CollegeofAutomation，BeringUniversity,BeijinHongxing Institute ZhuWenna (Dalian 116034)Li ofLight，nd珊t可，DalianHongxing 摘要：研究了神经网络的逆模型辨识及其直接逆模型控制，提出了一种基于模糊调整的神经网络逆模型控制方法。采用神经网络建立 非线性被控对象的动态逆模型，并用模糊集理论对控制器增益和积分增益进行动态调整。仿真实验结果表明该方法应用于纸浆 浓度控制系统中具有良好的控制品质，较强的鲁棒性、适应性和抗扰能力。 关键词：逆模型控制神经网络模糊集理论 and controlneuralnetworkare aneuralnetworkinversecontrolmethodbasedon Abstract：Aninverseidentificationdirectinverse using studied，and is inthis nonlinearinversemodelis obtained theneural set isused fuzzytuningproposedpaper．The bytraining network，andfuzzytheory totunethecontrollerandthe resultsshowthatthismethodtobeusedin control has gain integralgain．Simulation pulpconsistencysystem and goodperformance，robustnessadaptability． modelcontrolneuralnetwork set Keywords：inverse fuzzytheory [中图分类号]TS736+．3；TP273+．5[文献标识码】A【文献编号】1000—3886(2005)04+0024—03 1 引 言 期望输目3y(k+1)对应的系统控制输入。利用系统的输入输出数 神经网络将控制系统看成是由输入到输出的一个映射，利用 据的综合信息作为神经网络的增广输入，U(k)作为输出训练网 神经网络的学习能力、适应能力和对任意非线性函数的逼近能力。 络，使其逼近系统的逆映射，从而建立逆模型。将训练好网络作为 实现系统的映射特性，从而完成对系统的建模和控制。逆模型控制 控制器直接串联在被控对象之前，使得系统在期望输出和被控系 是一种通过建立动态系统的逆映射来完成控制的方法。利用受控 统实际输出之间构成一个恒等映射关系。 对象的输入输出数据的综合信息训练神经网络，使其逼近受控对 2．2对象模型的