基于智能计算的预测控制及应用

发布时间：2017-08-16 13:29

  本文关键词：基于智能计算的预测控制及应用

  更多相关文章： 预测控制 炉温控制 遗传算法 神经网络 系统辨识

【摘要】：随着现代工业的飞速发展,工业系统的复杂度大幅提高,针对复杂非线性时滞系统,现有传统的预测控制技术很难实现对其控制。本文针对加热炉炉温控制系统复杂的非线性、大时滞、多干扰的特性,采用基于智能计算的预测控制技术,以实现控制。起先,根据神经网络具有的独特性质,利用其对复杂非线性系统进行辨识,构建出预测模型;其次,依据遗传算法能够借助搜索机制的随机性实现对搜索问题域全局最优解的特点,采用遗传算法来实现预测控制中的滚动优化;再在此基础上,通过对预测控制、神经网络、预测算法进行深入学习,组合成一个优良的控制方案;最后,以加热炉燃料气流量为控制变量,加热炉的出口温度为被控变量,用MATLAB软件进行仿真,求证本文基于智能计算预测控制的良好控制性能,完成本文的研究。本文的研究目标是将神经网络、遗传算法、预测控制三种理论相互结合,将神经网络作为非线性系统的辨识方法,并使用遗传算法对预测控制滚动优化,以实现基于智能计算的预测控制。
【关键词】：预测控制 炉温控制 遗传算法 神经网络 系统辨识
【学位授予单位】：宁波大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TK175;TP273
【目录】：

• 摘要4-5
• abstract5-8
• 引言8-9
• 1 绪论9-13
• 1.1 研究背景与研究意义9
• 1.2 预测控制研究现状9-10
• 1.2.1 先进预测控制现状9-10
• 1.2.2 基于智能计算的预测控制现状10
• 1.3 传统预测控制存在的问题10-11
• 1.4 本文研究内容及结构11-13
• 2 预测控制理论基础13-31
• 2.1 预测控制的基本原理13
• 2.2 预测控制的基本结构13-15
• 2.2.1 参考轨迹14
• 2.2.2 预测模型14
• 2.2.3 滚动优化14
• 2.2.4 反馈校正14-15
• 2.3 预测控制的类型15-16
• 2.3.1 基于非参数模型的预测控制15
• 2.3.2 基于参数模型的预测控制15
• 2.3.3 其他类型的预测控制15-16
• 2.4 典型预测控制算法16-27
• 2.4.1 动态矩阵控制16-20
• 2.4.2 广义预测控制20-25
• 2.4.3 隐式广义预测控制25-27
• 2.5 预测控制相关参数分析27-30
• 2.6 本章小节30-31
• 3 神经网络系统辨识31-44
• 3.1 系统辨识31-33
• 3.1.1 系统辨识概念31
• 3.1.2 系统辨识过程31-32
• 3.1.3 系统辨识方法32-33
• 3.2 神经网络基本原理33-36
• 3.2.1 神经网络发展概况33
• 3.2.2 人工神经元模型33-35
• 3.2.3 神经网络结构35-36
• 3.2.4 神经网络学习方式及规则36
• 3.3 神经网络辨识36-37
• 3.3.1 神经网络辨识原理36-37
• 3.3.2 神经网络辨识特点37
• 3.4 BP神经网络辨识37-41
• 3.4.1 BP神经网络结构37-38
• 3.4.2 BP算法思想38
• 3.4.3 BP算法推导及改进38-41
• 3.5 神经网络辨识效果分析41-43
• 3.5.1 神经网络辨识参数选择41
• 3.5.2 神经网络辨识仿真41-43
• 3.6 本章小节43-44
• 4 基于遗传算法的滚动优化44-56
• 4.1 遗传算法原理44-45
• 4.1.1 基本思想44
• 4.1.2 主要特点44
• 4.1.3 基本操作44-45
• 4.2 遗传算法优化设计45-48
• 4.2.1 遗传算法构成要素45-47
• 4.2.2 遗传算法优化流程47-48
• 4.2.3 遗传算法应用步骤48
• 4.3 基于遗传算法的滚动优化实现48-55
• 4.3.1 优化实现神经网络学习参数48-53
• 4.3.2 优化实现预测控制参数53-55
• 4.4 本章小节55-56
• 5 加热炉预测控制系统仿真应用56-69
• 5.1 加热炉炉温影响因素56
• 5.2 加热炉预测控制方案56-58
• 5.3 加热炉预测控制模型58-61
• 5.3.1 模型的建立58-61
• 5.3.2 模型的反馈校正61
• 5.4 加热炉炉温优化控制器61-63
• 5.5 加热炉预测控制系统仿真63-67
• 5.6 本章小节67-69
• 6 总结与展望69-71
• 6.1 全文总结69
• 6.2 下一步展望69-71
• 参考文献71-74
• 致谢74

【参考文献】

中国期刊全文数据库 前1条

1 邹涛,李少远;带有输出区域控制目标特性的多变量预测控制算法[J];控制与决策;2005年02期

中国硕士学位论文全文数据库 前1条

1 陈晶;基于GA模糊神经网络的列车自动驾驶优化研究[D];兰州交通大学;2013年

，

本文编号：683574