基于BP参数自整定的输出增量反馈预测控制.pdfVIP

【高新技术产业发展】 麓一 基于BP参数 自整定的 输 出增量反馈预测控制 吴夏来 陈 超 朱利洋 樊盛婉 楼赣菲 (丽水学院工学院 浙江 丽水 323000) 摘 要 ：输 出增量反馈广义预测控制是一种能有效抑制超调的预测控制，其控制输 出的效果与参数选取合适与否有很大的关系。针对人 工选参数困难 ，工作量大这一问题，采用BP神经网络对最大输 出增量和输出柔化系数进行在线调整，提出一种基于BP参数 自整定的输 出增量 反馈预测控制。仿真结果表明，该控制算法实现参数 自整定，控制效果好。 关键词： 预测控制 ；参数 自整定；神经网络 中图分类号：TP273．2 文献标识码 ：A 文章编号：1671—7597(2012)0410013-02 O引言 在化工等许多生产控制过程当中，超调将带来不 良的影 ： L至【+lik)一+2+M∑△[+／一1)]} 尸l 尸l J 响，因此通常要求进行无超调控制 。文献 [1]通过设计一个输 l出增量速度函数 ，以控制输 出增量的方式实现 了 目标无超调的 (4) 控制 。但其控制效果与参数最大输 出增量和输 出柔化系数 的选 式中：P为预测时域，M为控制时域， 为控制增量的加权 取有很大的关系，如果选取不当，不但无法实现无超调控制， 因子， 0，J + 为输出增量响应参考序列，可由一阶 还会出现输出振荡。参数选取困难是预测控制中普遍存在的问 滤波方程产生： 题 ，针对这一 问题 ，已经有许多学者做 了研究。文献 [2]采用 = 毗 ) ) 模糊性能指标对 目标函数 中的控制量加权系数 进行 了在线修 + =O +Y一1)+(1一O)6·r( =1,2，…P 正，但它需要有先验知识，给出 的经验值 。和 ，而且 式中：输出增量△ (= (一Z(k—1)，输出增量速度函 模糊推理的先验知识也难 以获得 。 为此 ，本文根据B阱申经网络 的非线性逼近和适应不确定性 数 (J，())： ， 为输出设定值， 为设定的最大输 系统的特性，提 出一种基于BP神经网络参数 自整定的输 出增量 反馈广义预测控制 。通过对输入输 出信息的学习，实现最大输 出增量，柔化系数0c[0，1】。 出增量 和输出柔化系数O的在线调节，节省了人工选取参数 把式 (5)写成向量形式，然后最小化 ／可得当前控制向量 的大工作量 ，且控制效果好 ，输入平稳 。仿真实验证 明了该算 刀 ： 法 的有效性 。 aUk()：(GG+ )_GEw一 一HAU(k一1)3(6) 1输出增量反馈广义预测控制 式中，I为单位矩阵 取被控对象数学模型为CARIMA模型，表示为： aU(k)=[△(，△ +1)I…，Au(k+M—1)]， =【五 A(z- =B(Z- 一1)+∽／A (1) 十1)，…， +尸)]、 式中，A(zJ=1+1+…+aZ-， )=岛+岛 gl 0 +…+ ， )和 (七)分别为