基于復(fù)合粒子群優(yōu)化的模糊神經(jīng)預(yù)測控制的研究.pdf

1、預(yù)測控制技術(shù)是智能控制技術(shù)的一個重要分支，是基于實際工業(yè)控制過程而發(fā)展起來的計算機控制算法。在控制領(lǐng)域界，它一直備受人們的關(guān)注?；陬A(yù)測控制本身具備的優(yōu)點，如魯棒性較強、對模型要求低、易于處理時滯、時變問題等，線性預(yù)測控制在實際應(yīng)用領(lǐng)域中得到廣泛的應(yīng)用，并為社會創(chuàng)造了可喜的經(jīng)濟效益。然而，實際的工業(yè)控制過程中，系統(tǒng)具有較強的非線性、耦合性、時變性等特點且控制要求較高。研究成熟的線性預(yù)測已經(jīng)難以達(dá)到令人滿意的控制效果。因而，研究非線性預(yù)測

2、控制成為控制領(lǐng)域關(guān)注的研究熱點和焦點。
　　 為了滿足實際復(fù)雜控制系統(tǒng)的要求，預(yù)測控制向智能化發(fā)展是其發(fā)展的新趨勢，為解決復(fù)雜多變量系統(tǒng)的控制問題開辟了新途徑。這需要將智能控制技術(shù)與預(yù)測控制理論融合構(gòu)成復(fù)合型智能預(yù)測控制算法。神經(jīng)網(wǎng)絡(luò)逼近非線性映射的能力以及自學(xué)習(xí)能力是其成功應(yīng)用的理論基礎(chǔ);模糊邏輯系統(tǒng)易于利用人類的語言信息，便于理解和表達(dá)。二者有機結(jié)合揚長避短，擴大神經(jīng)網(wǎng)絡(luò)處理信息的范圍，從過去僅能處理精確信息，逐漸可以處理不

3、確定信息和不精確信息。同時，可以自動獲取模糊規(guī)則及其隸屬度函數(shù)，提高了系統(tǒng)的自適應(yīng)能力。
　　 本文從預(yù)測控制的基本特征著手，將智能控制技術(shù)的主要分支進行融合，提出了一種基于復(fù)合粒子群優(yōu)化算法的模糊神經(jīng)預(yù)測控制算法。為了使系統(tǒng)理論更加完善且由淺入深，本文詳細(xì)介紹了融合智能技術(shù)中的每一智能技術(shù)分支，包括預(yù)測控制、模糊邏輯、神經(jīng)網(wǎng)絡(luò)、群智能優(yōu)化的基本原理、算法流程及其應(yīng)用、各技術(shù)的優(yōu)缺點比較等。
　　 然后，基于MATLAB