一類非線性多變量系統(tǒng)的神經(jīng)網(wǎng)絡在線解耦控制.pdf

1、在控制理論的發(fā)展過程中,解耦是其中歷史最悠久的問題之一。線性多變量系統(tǒng)的解耦控制在理論和工程上有了較為成熟的方法,而實際工業(yè)控制對象多為非線性多變量系統(tǒng)。利用神經(jīng)網(wǎng)絡在閉合緊集上可以逼近任意非線性函數(shù),可實現(xiàn)非線性多變量系統(tǒng)的神經(jīng)網(wǎng)絡解耦。常規(guī)的神經(jīng)網(wǎng)絡解耦,多數(shù)是對神經(jīng)網(wǎng)絡進行離線訓練。相對離線解耦,在線解耦能適應變化的工況,可不斷進行在線學習。當工況發(fā)生變化時,神經(jīng)網(wǎng)絡可及時修改權(quán)值,使系統(tǒng)變量間的耦合得以消除。鑒于非線性多變量系統(tǒng)

2、的極端復雜性,將離散的非線性多變量系統(tǒng)按非線性算子的不同分為五類。本文主要針對非線性算子及禍合均在輸入端的一類非線性多變量系統(tǒng)，研究如何采用神經(jīng)網(wǎng)絡實現(xiàn)其在線解禍控制。在線解禍的目標函數(shù)提出及證明、目標函數(shù)實現(xiàn)的困難度測試、基于靜態(tài)、動態(tài)神經(jīng)網(wǎng)絡的在線解禍實現(xiàn)及收斂性分析是本文的研究目標，主要內(nèi)容可概括如下:
　　1、分析了神經(jīng)網(wǎng)絡解禍器的訓練信號，必須滿足既能訓練神經(jīng)網(wǎng)絡完成解禍，又不影響系統(tǒng)的正常運行。針對白噪聲和均勻隨機階躍

3、序列的訓練信號，提出了將禍合通道的輸入輸出序列的廣義互相關函數(shù)作為實現(xiàn)在線解禍神經(jīng)網(wǎng)絡的目標函數(shù)，分析并證明了此目標函數(shù)可以反映禍合通道的禍合關系。同時給出了神經(jīng)網(wǎng)絡在線解藕控制的結(jié)構(gòu)，是通過切換系統(tǒng)將訓練好的解禍器切換到工作狀態(tài)。
　　2、在神經(jīng)網(wǎng)絡在線解禍控制結(jié)構(gòu)的基礎上，采用分散解禍和前饋解禍兩種方式，給出了一類可實現(xiàn)在線解禍的非線性多變量系統(tǒng)。并針對基于廣義互相關函數(shù)的目標函數(shù)，采用適應度距離相關、隨機游走序列的相關函數(shù)、

4、NK模型和最佳一階函數(shù)等方法綜合分析并測試實現(xiàn)優(yōu)化目標的困難度。
　　3、基于靜態(tài)神經(jīng)網(wǎng)絡的在線解藕算法設計。針對一類非線性多變量系統(tǒng)中的兩個子類，利用遺傳算法、遺傳算法+模擬退火算法及遺傳算法+模式搜索算法分別訓練靜態(tài)神經(jīng)網(wǎng)絡，分析不同解禍結(jié)構(gòu)及不同算法的解禍效果，對解禍后的單回路系統(tǒng)進行單神經(jīng)元控制和PID控制。
　　4、基于動態(tài)神經(jīng)網(wǎng)絡的在線解禍算法設計。在前饋解禍方式的基礎上，當神經(jīng)網(wǎng)絡解藕器分別采用時延神經(jīng)網(wǎng)絡、E