網(wǎng)絡(luò)控制系統(tǒng)的預(yù)測控制算法研究.pdf

1、隨著社會的迅速發(fā)展，控制對象也日趨復(fù)雜化，傳統(tǒng)的點到點控制已經(jīng)無法滿足日常的生產(chǎn)需要。與此同時，網(wǎng)絡(luò)技術(shù)不斷發(fā)展、成熟，并且與控制理論相融合形成了適合實際需求的網(wǎng)絡(luò)控制系統(tǒng)。較之傳統(tǒng)的控制，網(wǎng)絡(luò)控制系統(tǒng)布線少、結(jié)構(gòu)靈活、可靠性強(qiáng)，已經(jīng)成功地運用于工業(yè)領(lǐng)域，但與此同時產(chǎn)生了新的控制問題，本文針對導(dǎo)致網(wǎng)絡(luò)控制系統(tǒng)控制效果不佳的主要問題一隨機(jī)時延問題進(jìn)行了深入的研究。
　　論文提出了一種改進(jìn)的廣義預(yù)測控制算法，該算法基于傳統(tǒng)的廣義預(yù)測控

2、制算法，繼承了其預(yù)測模型、滾動優(yōu)化、反饋校正的基本思想，引入了最小方差輸出預(yù)測，從而規(guī)避了丟番圖方程的迭代求解，節(jié)省了大量的計算時間，使得預(yù)測精度更高、系統(tǒng)的動靜態(tài)性能更好，應(yīng)用于網(wǎng)絡(luò)控制系統(tǒng)中能夠取得更好的控制效果。
　　考慮到現(xiàn)實的工業(yè)過程中，被控對象的參數(shù)往往是未知的，甚至存在參數(shù)突變的惡劣條件。論文提出采用遞推最小二乘法與改進(jìn)的廣義預(yù)測控制相融合的控制方法應(yīng)對這一問題。針對參數(shù)未知的系統(tǒng)，首先運用帶遺忘因子的最小二乘法對系

3、統(tǒng)參數(shù)進(jìn)行在線辨識，然后應(yīng)用改進(jìn)的廣義預(yù)測控制算法對系統(tǒng)進(jìn)行有效的預(yù)測控制。針對參數(shù)突變的系統(tǒng)，首先采用變遺忘因子最小二乘法，分別對參數(shù)突變前后的系統(tǒng)參數(shù)進(jìn)行在線辨識，再結(jié)合改進(jìn)的廣義預(yù)測控制對系統(tǒng)進(jìn)行良好的控制。
　　雖然廣義預(yù)測控制在線性系統(tǒng)獲得了有效的控制，然而對于非線性較強(qiáng)的系統(tǒng)而言則大相徑庭，往往得到的控制結(jié)果十分不理想。因此，論文提出一種神經(jīng)網(wǎng)絡(luò)和廣義預(yù)測控制相融合的策略對非線性系統(tǒng)進(jìn)行控制。首先運用Elman神經(jīng)網(wǎng)絡(luò)

4、辨識非線性系統(tǒng)，即確定系統(tǒng)的預(yù)測模型，然后結(jié)合廣義預(yù)測控制中的滾動優(yōu)化以及反饋校正對系統(tǒng)進(jìn)行進(jìn)一步的預(yù)測控制。
　　為了進(jìn)一步驗證論文開展的研究工作，對本文提出的算法給出了相應(yīng)的仿真分析。仿真分析結(jié)果表明，改進(jìn)后的算法不但節(jié)省了大量的計算時間，而且與傳統(tǒng)的廣義預(yù)測控制算法相比，其控制效果更為優(yōu)越。而通過相應(yīng)辨識方法與改進(jìn)的廣義預(yù)測控制結(jié)合的控制策略的仿真結(jié)果，證明了相應(yīng)算法在存在隨機(jī)時延的網(wǎng)絡(luò)控制系統(tǒng)中獲得了良好的控制效果，同時解