神經網絡預測控制算法研究及其在過程控制中的作用

電氣自動化論文編號:ZD526 論文字數:23491,頁數:48，有開題報告，任務書，文獻綜述

 
目   錄
第1章 緒 論 1
1.1 本課題來源 1
1.2 課題研究的目的和意義 2
1.3 本論文所做的工作 3
第2章 控制算法概述 4
2.1 預測控制系統概述 4
 1.2.3 預測控制的基本思想與一般結構 4
 1.2.3 預測控制存在的問題 5
2.2 神經網絡基本理論 6
 2.2.1 神經網絡基本原理 6
 2.2.2 神經網絡學習規則 7
 2.2.3 神經網絡控制 8
 2.3 模糊控制理論 9
 2.3.1 模糊控制系統 10
 2.3.2 模糊控制器 10
第3章 控制算法研究 12
 3.1 過程控制方法概述 12
 3.1.1 PID控制 12
 3.1.2 Smith預估器 13
 3.1.3 自適應控制方法 14
 3.1.4 智能控制方法 15
 3.2 系統控制方案確定 15
 3.2.1 傳統預測方法的局限性 15
 3.2.2 本系統控制方案確定 16
 3.3 控制算法比較 17
 3.3.1 純滯后對象的階躍響應 18
 3.3.2 與數字PID控制算法的比較 18
 3.4 最終算法確定 19
 3.4.1 廣義預測控制算法的基本描述 19
 3.4.2 控制算法的確定 22
第4章 控制算法仿真 26
 4.1 仿真工具介紹 26
 4.1.1 MATLAB及其神經網絡工具箱的簡介 26
 4.1.2 運用神經網絡工具箱設計網絡的原則與過程 27
 4.2 控制算法仿真 28
 4.2.1 模糊控制器的設計 28
 4.2.2 神經網絡模型的建立 30
 4.2.3 系統仿真研究 31
結束語 34
致  謝 36
參考文獻 38
附錄A 模糊控制器的設計（MATLAB程序清單） 40
附錄B 神經網絡模型的建立（MATLAB程序清單） 42
附錄C PID控制的系統階躍響應（MATLAB程序清單） 43

前言

 過程控制理論源自于經驗的PID控制、系統的分析和設計主要基于經典的頻域分析方法。現代自控理論又為我們提供了利用狀態空間方法來描述系統的時域分析方法。由于工業過程的復雜性，使控制理論在復雜和特殊控制對象上的應用受到了限制，但隨著計算機控制在工業生產過程中的廣泛應用，強大的計算能力求解了許多過去無法求解計算的問題。直至今日一種基于模型控制的理論體系已基本形成，通過模型識別、優化算法、結構分析、參數整定和穩定性魯棒性的研究解決和處理了許多常規控制效果不好甚至無法控制的復雜過程控制的問題。現代控制理論和人工智能幾十年來的發展為先進的現代控制打下了應用理論的基礎。
 預測控制是20世紀70年代中后期在歐美工業領域內出現的，它是在新型計算機控制算法基礎上發展起來的，是一種基于模型的先進控制技術，亦稱為模型預測控制（MPC –model predictive control）。它的特點是：預測模型的多樣性，滾動優化的時序性，在線校正的適應性和工業過程的實用性。隨著智能控制技術的進展，預測控制將已取得的成果與模糊控制，神經網絡以及遺傳算法，專家控制系統等控制策略相結合，正朝著智能預測控制方向發展，從而進一步增強了預測控制面對復雜環境，復雜對象和復雜任務的處理能力，拓展了預測控制理論研究和應用的領域，也充分顯示出智能預測控制的重大實用價值。 
    本書共分四章：第1章緒論，著重介紹了課題的來源，研究的意義與目的，內容與設計要求及任務。第2章控制理論基礎，概要綜述了預測控制，神經網絡，模糊控制，等一系列控制理論的基本知識，目的在于為后續章節提供基礎理論。第3章控制方法研究， 重點講述了系統方案的確定，控制算法的比較與最優算法的確定。第4章是控制算法的實驗仿真與優化，主要是根據控制算法，利用Matlab對實驗設備進行仿真和優化，達到最佳控制效果。
由于預測控制理論涉及面廣，在理論上不斷有新的進展，加之些新型預測控制的參考文獻較少和作者本人水平有限，難免有錯漏與不妥之處，衷心希望師友和讀者批評指正，不勝感謝。