资源预览内容
第1页 / 共67页
第2页 / 共67页
第3页 / 共67页
第4页 / 共67页
第5页 / 共67页
第6页 / 共67页
第7页 / 共67页
第8页 / 共67页
第9页 / 共67页
第10页 / 共67页
亲,该文档总共67页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
工学硕士学位论文多容水箱小波神经网络广义预测控制余杉钰哈尔滨理工大学2014年3月国内图书分类号:TP183工学硕士学位论文多容水箱小波神经网络广义预测控制硕士研究生:余杉钰导师:宋清昆申请学位级别:工学硕士学科、专业:检测技术与自动化装置所在单位:自动化学院答辩日期:2014年3月授予学位单位:哈尔滨理工大学Classified Index:TP183Dissertation for the Master Degree in EngineeringWavelet Neural Network Generalized Predictive Control in More tanks systemCandidate:Yu Shan yuSupervisor:Song Qingkun Academic Degree Applied for:Master of EngineeringSpecialty:Detection Technology & Automatic EquipmentDate of Oral Examination:March,2014University:Harbin University of Science and Technology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文基于QPSO小波神经网络控制器设计与研究,是本人在导师指导下,在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签名: 日期: 年 月 日哈尔滨理工大学硕士学位论文使用授权书基于QPSO小波神经网络控制器设计与研究系本人在哈尔滨理工大学攻读硕士学位期间在导师指导完下成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于 保密,在 年解密后适用授权书。 不保密 。(请在以上相应方框内打)作者签名: 日期: 年 月 日导师签名: 日期: 年 月 日哈尔滨理工大学工学硕士学位论文 多容水箱小波神经网络广义预测控制摘 要在现代工业生产控制中,实际生产中的控制量不断增加和复杂化,就会相继的出现许多控制问题。如控制对象的模型未知,复杂控制系统的多变量、非线性、时滞和耦合等问题。四容水箱系统就是一类典型的复杂控制系统,它具有多变量、大时滞、非线性及耦合等特点,很好的模拟了实际工业生产的控制对象。对于四容水箱的这些特点,本文对四容水箱的液位控制进行了相关研究。在研究过程中,本文采用小波神经网络和广义预测控制相结合的控制策略。由于四容水箱系统的多变量、非线性等特点,和小波神经网络良好的函数逼近能力,所以采用小波神经网络辨识被控对象模型,并且建立出基于小波神经网络的预测模型。在辨识的过程中,网络的训练算法采用的是改进的BP学习算法。在解决系统的耦合问题上,采用了基于前馈补偿解耦理论的模糊前馈解耦法,很好的利用了模糊控制的通用逼近性,对模糊控制的规则、论域作了相关设计,给出了具体的模糊前馈解耦策略。运用基于模糊前馈解耦的小波神经网络广义预测控制,对四容水箱液位控制系统进行控制实验,对控制实验的结果进行相应分析。从结果分析可以得出,其调节时间短、终值稳定和控制过程中没有出现震荡,说明本文设计的这一控制策略在四容水箱液位控制系统的控制上,取得了比较好的控制效果,而且系统控制的稳定性也比较好,为解决类似四容水箱系统的复杂控制提供了一类解决方法。关键词四容水箱;小波神经网络;广义预测控制;模糊前馈解耦Wavelet Neural Network Generalized Predictive Control in More tanks systemAbstractThe parameters including learning factors, speed of evolution and particle aggregation degree are added to the QPSO algorithm and the parameter iteration update of the QPSO algorithm is improved so as to the training results of the neural sub-network is also improved. The wavelet neural network controller is optimized by applying quantum behaved particle swarm optimization. Taking the common Morlet wavelet as wavelet basis function and selecting the double inverted pendulum as the control object. The simulation module is built by the software. We are sure that the stability and anti-jamming capabilities of the controller have been improved greatly according by the simulation and physical control experiments.Keyword: quadruple-tank; wavelet neural network; generalized predictive control; fuzzy feed forward decoupling-II-目录摘 要IAbstractII1.绪论11.1.多容水箱系统的研究情况概述11.1.1.研究多容水箱系统的意义11.1.2.国内外水箱液位系统的研究现状21.2.预测控制的发展及现状31.2.1.预测控制的发展概述31.2.2.预测控制的特点41.3.现代预测控制及研究方向51.3.1.先进预测控制技术及其研究方向51.3.2.智能预测控制策略及研究方向61.3.3.多种新型预测控制的研究方向7本文研究内容72.小波神经网络理论92.1.常用小波函数与小波神经网络概况92.1.1.几种常用的小波函数介绍及仿真92.1.2.小波神经网络的优点及存在的问题122.2.小波神经网络的构造理论基础132.2.1.连续小波变换构造小波神经网络142.2.2.正交小波变换构造小波神经网络142.2.3.小波框架构造小波神经网络152.3.小波神经网络常用学习算法162.3.1.梯度算法172.3.2.变尺度算法192.3.3.最小二乘算法19本章小结213.小波神经网络广义预测控制223.1.广义预测控制理论223.1.1.广义预测控制算法的实现223.2.广义预测控制方法的参数选择263.2.1.采样周期 T 的选取263.2.2.预测时域长度P的选取273.2.3.控制时域长度m的选取283.2.4.误差加权阵Q和控制加权阵的选取293.2.5.柔化系数的选取293.3.基于小波神经网络的广义预测控制算法的实现303.3.1.基于BP学习算法的小波神经网络303.3.2.基于小波神经网络的广义预测控制算法333.4.在二容水箱中的应用仿真383.4.1.二容水箱的数学模型383.4.2.二容水箱的仿真控制39本章小结404.带有模糊解耦的小波神经网络广义预测控制在四容水箱中的应用414.1.模糊解耦理论414.1.1.模糊解耦原理414.2.四容水箱的模型及其辨识454.2.1.四容水箱的数学模型454.2.2.小波神经网络用于模型辨识的仿真研究464.3.四容水箱液位控制的仿真474.3.1.对四容水箱的仿真结果47本章小结49结论50参考文献51攻读学位期间发表的学术论文54致谢551. 绪论1.1.
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号