基于PSO算法的氧樂果合成過程建模與控制研究.pdf

1、農(nóng)業(yè)是國民經(jīng)濟的基礎,關系國家的發(fā)展和社會的安定。農(nóng)藥是保證提高農(nóng)業(yè)單產(chǎn)的重要物資,而氧樂果是農(nóng)業(yè)生產(chǎn)中使用較為廣泛的一種農(nóng)藥,其質(zhì)量的優(yōu)劣對農(nóng)業(yè)生產(chǎn)有著較大的影響。氧樂果合成反應釜溫度控制的好壞將直接影響產(chǎn)品的質(zhì)量,那么為其合成過程建立較好的模型,實施精確地控制將有利于提高生產(chǎn)效率和產(chǎn)品質(zhì)量,節(jié)約生產(chǎn)成本,產(chǎn)生顯著的經(jīng)濟效益。
　　 氧樂果合成過程屬于典型的間歇生產(chǎn)過程,反應釜溫度對象具有多變量、非線性、時變、大滯后等特點。用

2、常規(guī)的方法建立其模型比較困難,采用傳統(tǒng)的控制方法也達不到滿意的控制效果。近年來,模糊邏輯、神經(jīng)網(wǎng)絡、智能進化算法等理論方法及其綜合集成,為此類復雜對象的建模和控制提供了有效的途徑。
　　 本文將神經(jīng)網(wǎng)絡、粒子群算法、模糊邏輯相結(jié)合對氧樂果合成反應溫度對象進行建模和控制。首先針對標準PSO算法的缺陷,在文獻舍棄了速度項改進算法的基礎上對慣性權(quán)重采取動態(tài)調(diào)整策略,并用基準函數(shù)進行測試,結(jié)果表明改進后的PSO算法收斂速度更快,搜索精度

3、更高。其次對氧樂果合成反應特性進行分析,鑒于改進后PSO算法的優(yōu)越性能,將其與回歸BP網(wǎng)絡結(jié)合,對合成反應的溫度對象進行辨識,建立了氧樂果合成過程的PSO-回歸BP網(wǎng)絡模型,并與靜態(tài)BP模型進行對比,實驗結(jié)果表明該模型結(jié)合了粒子群算法的全局尋優(yōu)能力和BP算法的局部搜索優(yōu)勢,同時體現(xiàn)了系統(tǒng)的動態(tài)性能,模型誤差小,網(wǎng)絡泛化能力較強。然后根據(jù)模糊神經(jīng)網(wǎng)絡(FNN)原理,對氧樂果合成過程設計了FNN控制器。FNN將模糊控制規(guī)則和隸屬函數(shù)的參數(shù)搜