增益自调整的神经元控制算法研讨.pdfVIP

前 言 智能控制是一门多学科交叉综合而形成的新兴学科，它融合了自动控制与 人工智能的思想来解决那些传统控制方法难以解决的复杂控制问题，成为自动 控制领域最有活力的一个发展方向。 神经控制是智能控制的一个主要内容，它受生物神经系统的启发，通过人 工神经元网络的学习，可以处理非线性、具有不确定性复杂系统的控制问题， 具有广阔的应用前景。 针对将基于生物特性的神经网络用于控制系统设计的复杂、实时性差等弱 点，王宁提出了单神经元非模型控制方法，该方法避免了对复杂、变化和具有 不确定性的受控对象进行建模的过程，通过神经元的在线学习，对系统的输入 输出信息进行处理达到有效的控制。这种方法实现原理简单，对非线性和特性 未知的对象也有较好的控制效果。但是，神经元控制方法的不足是没有利用先 验知识。模糊控制方法通过模仿人类思维的特点，利用先验知识和模糊推理来 处理控制问题；但是，模糊控制缺乏自学习和自调整能力。将神经控制和模糊 控制结合起来，取长补短，可以更有效的控制复杂的具有不确定性受控对象。 本文共分为五章，第一个章节介绍了控制理论的发展历程，综述了人工神 经网络与模糊逻辑的发展现状及在控制系统设计中的应用，讨论了神经控制与 其它控制方法的结合与应用情况；第二章对神经元非模型控制、模糊逻辑、灰 色系统理论原理进行阐述；第三章提出了两种增益模糊自整定的神经元控制算 法，并针对钢铁连铸过程和 pH 中和过程这两种复杂、具有严重非线性、不确定 性的受控对象进行仿真控制实验和仿真结果分析；第四章从减小控制系统响应 时间和提高自适应性的角度出发，引入灰色预测器，提出了一种改进的模糊增 益自调整神经元控制方法，仿真实验结果表明该方法优于第三章提出的模糊增 益自整定神经元控制方法。第五章总结了神经元非模型控制算法中存在的问题 并提出进一步的研究内容。 对于导师王宁教授的悉心指导和给予我关心和帮助的父母以及各位老师、 同学，作者在此向他们致以深深的谢意。 感谢所有关心和帮助过我的人们。 2005 年 3 月于浙大求是园 i 摘 要 神经非模型控制是智能控制的发展方向之一，本文研究了神经元非模型控 制方法及神经元控制器参数的自调整问题并进行了神经元非模型控制方法的仿 真实验与结果分析。 本文的主要内容包括以下几个方面： 1. 介绍了神经元控制、模糊控制和灰色预测控制方法的基本原理。 2. 基于模糊在线调整神经元增益的思想，分别采用查表法和公式法在线调整神 经元控制器的增益，提出了两种模糊增益自调整神经元控制方法。针对复杂、 具有非线性、不确定性的钢铁连铸过程及 pH 中和过程进行了控制系统设计 和仿真实验，仿真结果表明这两种方法具有满意的控制效果。 3. 从提高控制系统响应速度、抑制超调的角度出发，引入灰色预测器，提出了 一种改进的模糊增益自调整的神经元控制方法，分别对钢铁连铸过程和滞后 对象的控制进行了仿真研究，仿真实验结果表明该方法有效地改善了模糊神 经元控制器的控制品质。 关键词：神经元，神经元非模型控制，模糊增益自调整，灰色预测，钢铁连铸 过程，pH 中和过程 ii Abstract The neuro-model-free control is one of important development branches in intelligent control ．The design of the neuron control systems and tuning the neuron controller parameters are studied in this thesis ．The simulation experiments of applying the propo