论文题目: 非线性时滞系统的神经网络预测控制
论文类型: 博士论文
论文专业: 电力电子与电力传动
作者: 王冬青
导师: 吴爱国
关键词: 非线性时滞系统,神经网络预测控制,递归神经网络,正交神经网络,正交递归神经网络,算法
文献来源: 天津大学
发表年度: 2005
论文摘要: 非线性时滞系统在生产过程中是较常见的、但又是难以控制的。由于神经网络能对任意复杂非线性函数充分逼近,而预测技术可以很好的解决时滞和不确定性的影响。非线性时滞系统的神经网络预测控制在近几年得到了迅速的发展,并成为非线性过程控制的主要手段之一。本文对非线性时滞系统采用了d步超前预测模型的神经网络预测控制。首次实现了非线性时滞系统的神经网络预测控制的并联模型的RTRL算法,对比讨论了并联模型的RTRL算法和它比串并联模型的BP算法的优越之处。指出现有的NARMA模型修正方法对时滞系统的不当之处。以时滞系统神经网络预测控制为例,介绍了NARMA模型的正确修正方法。文中介绍了一种新的正交神经网络。首次给出了多变量输入正交神经网络完备处理单元(神经元)选择的通用公式;针对输入变量增多时,完备处理单元急剧增加的情况,提出了几种裁减完备处理单元的选取方法。仿真实验验证了正交神经网络比BP网络收敛速度快、训练时间短、逼近能力好。构成了正交递归神经网络,首次将正交递归神经网络用于系统时滞辨识和系统输入阶次辨识。仿真实验表明:①正交递归神经网络在时滞的辨识上比传统的BP递归神经网络收敛速度快、训练时间短、逼近能力好;②正交递归神经网络具有全局收敛的性质,在输入阶次的辨识上,能够明确辨识出系统输入阶次的变化;而BP递归网络易陷入局部最小,不能准确辨识出输入阶次的不同带来的微小变化。
论文目录:
中文摘要
ABSTRACT
第一章 绪论
1.1 时滞的描述
1.2 时滞系统的研究现状
1.2.1 时滞系统辨识的研究现状
1.2.2 时滞系统传统控制方法的研究现状
1.2.3 时滞系统先进控制方法的研究现状
1.3 本文的研究工作和内容安排
1.3.1 本文的研究工作
1.3.2 本文的内容安排
第二章 时滞系统的传统控制方法
2.1 Smith 预估器
2.1.1 Smith 预估器的基本原理
2.1.2 Smith 预估器的改进方法
2.2 微分先行控制算法
2.3 达林控制算法
2.3.1 达林控制算法的基本思想
2.3.2 振铃现象及其消除
2.4 本章小结
第三章 正交神经网络
3.1 正交函数
3.1.1 正交函数的定义
3.1.2 正交函数的性质
3.1.3 正交函数集多项式
3.2 正交神经网络
3.2.1 单变量输入正交神经网络
3.2.2 多变量输入正交神经网络
3.3 正交神经网络处理单元的选法
3.4 正交神经网络对静态对象的辨识
3.4.1 单变量输入正弦函数的辨识
3.4.2 单变量输入方波的辨识
3.4.3 三变量输入静态对象的辨识
3.4.4 正交神经网络不同选择处理单元方法的仿真
3.5 本章小结
第四章 非线性时滞系统的神经网络辨识
4.1 非线性时滞系统的神经网络辨识方法
4.2 正交递归神经网络
4.2.1 NARX 型正交递归神经网络
4.2.2 正交递归神经网络辨识模型
4.3 正交递归神经网络对非线性系统的时滞及输入阶次的辨识
4.4 本章小结
第五章 非线性时滞系统的神经网络预测控制
5.1 时滞系统的神经网络控制方法
5.1.1 时滞系统的神经网络自校正控制
5.1.2 神经PID 控制
5.1.3 神经网络内模控制
5.2 神经网络预测控制
5.2.1 预测控制
5.2.2 非线性时滞系统的神经网络预测控制
5.3 非线性时滞系统NARMA 模型的神经网络预测控制的修正方法
5.3.1 修正方法
5.3.2 仿真实验
5.3.3 神经网络预测控制的稳定性分析
5.4 本章小结
第六章 总结与展望
参考文献
发表论文和科研情况说明
致谢
发布时间: 2007-07-10
参考文献
- [1].神经网络预测控制中的滚动优化方法研究[D]. 樊兆峰.中国矿业大学2015
- [2].采用神经网络预测和变结构模糊控制的铅酸蓄电池最优充电技术研究[D]. 李敬兆.合肥工业大学2003
相关论文
- [1].非线性预测控制方法的研究[D]. 翁学义.浙江大学1998
- [2].迭代预测控制算法及其应用研究[D]. 李志勇.中南大学2006
标签:非线性时滞系统论文; 神经网络预测控制论文; 递归神经网络论文; 正交神经网络论文; 正交递归神经网络论文; 算法论文;