基于神經(jīng)網(wǎng)絡延遲系統(tǒng)控制研究.pdf

1、滯后環(huán)節(jié)在工業(yè)生產(chǎn)過程中普遍存在，大時滯的存在嚴重影響了系統(tǒng)的穩(wěn)定性，導致系統(tǒng)的超調(diào)量變大，調(diào)節(jié)時間大大加長，甚至引起系統(tǒng)閉環(huán)的不穩(wěn)定或根本無法對系統(tǒng)進行有效的控制。50年代末以來先后出現(xiàn)了很多關于大時滯過程的控制方法，但很難在工業(yè)中得以真正應用。由于神經(jīng)網(wǎng)絡具有非線性逼近能力、自學習和自適應能力等優(yōu)點，本文將其應用于滯后系統(tǒng)的控制研究中。
　　本文在大時滯過程的控制方面提出了以下一些控制方法，具體如下：基于PID神經(jīng)網(wǎng)絡的優(yōu)點，

2、將PID神經(jīng)網(wǎng)絡控制用于延遲系統(tǒng)控制中，并將遺傳算法和BP算法相結合用于PID神經(jīng)網(wǎng)絡的權值修正，避免了BP算法有可能陷入局部極值和遺傳算法精度低的缺陷，該方法設計簡單，對于一般工業(yè)生產(chǎn)中控制品質(zhì)要求不是很高的時滯系統(tǒng)控制可以得到令人滿意的結果；將神經(jīng)網(wǎng)絡與Smith預估控制相結合，設計了基于神經(jīng)網(wǎng)絡的Smith預估控制，即用RBF神經(jīng)網(wǎng)絡來辨識被控對象的數(shù)學模型，并用BP神經(jīng)網(wǎng)絡在線調(diào)整PID控制器的參數(shù)，該方法既克服了Smith預估