共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
基于IGA的板形板厚神经网络分散解耦PID控制 总被引:1,自引:0,他引:1
针对板带材轧制是一个复杂的非线性过程,板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点.该文首先采用神经网络分散解耦方法,对此板形板厚多变量耦合系统进行解耦,而后再应用基于免疫遗传算法的PID控制对解耦后的已近似成为两个独立的SISO系统的广义对象进行控制。从而建立了基于免疫遗传算法的板形板厚神经网络分散解耦PID控制系统。仿真结果证明了此AFC—AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制。 相似文献
3.
基于解耦的板形板厚系统鲁棒控制策略 总被引:1,自引:0,他引:1
针对多变量系统中前馈解耦效果依赖于系统模型的问题,提出了一种基于前馈解耦的鲁棒控制策略来保证系统参数变化时的解耦效果.针对连续轧制过程中强耦合的板形板厚系统,首先依据经验数学模型设计前馈解耦器,然后对消除耦合影响后的多变量系统设计鲁棒控制器,用多变量鲁棒控制抑制破坏解耦效果的各种不确定性因素的影响.针对实际系统中可能存在的干扰信号进行了抗干扰能力实验,针对系统参数可能存在的不确定性进行了抗参数摄动实验;仿真结果显示了良好的解耦效果,这也说明了该控制策略的有效性. 相似文献
4.
基于RBF神经网络的特点提出了一种动态调节隐含层隐节点个数的方法,由2部分组成:首先以网络输出数据的均方误差及其变化率为标准来调节隐含层节点的数目,然后调节优化隐含层节点的中心值,根据广义逆矩阵的方法求出输出层权值.所设计的神经网络具有最少的隐含层节点数,提高了学习训练速度,构造了板形板厚综合控制的数学模型,采用新的模型处理方法,用动态RBF神经网络进行控制仿真,取得了理想的结果. 相似文献
5.
6.
基于IMSE的神经网络优化设计方法在板厚板形控制中的应用 总被引:1,自引:0,他引:1
提出基于免疫调节的共生进化算法 (IMSE)的神经网络优化设计方法 ,融入了免疫调节原理中的浓度抑制调节机制以保持个体的多样性 ,有效地克服了未成熟收敛现象 .在应用于二机架冷连轧板厚板形综合控制系统中的仿真实验表明 ,该方法能很好地适应复杂环境 ,并具有较好的收敛性和较强的抗扰性 相似文献
7.
基于递阶遗传算法的RBF神经元网络板形板厚综合控制 总被引:4,自引:0,他引:4
该文首先用递阶遗传算法(HGA)设计RBF神经网络,不仅可以同时确定网络参数(连接权、隐节点中心和宽度),而且解决了网络拓扑结构的优化训练问题,而后针对板带材轧制是一个复杂的非线性过程,板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点,建立了基于过程最优的权值在线自学习算法的RBF神经元网络的板形板厚多变量综合控制系统,仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制。 相似文献
8.
9.
10.
基于小波神经网络的非线性系统预测控制研究 总被引:1,自引:0,他引:1
提出了一种基于小波基函数神经网络的未知非线性系统的一步超前预测控制算法。该方法利用小波网络学习这个非线性系统,并且应用小波神经网络模型作为系统的预测模型,控制信号直接通过极小化期望输出值与预测输出值之间的偏差来获得,通过对一非线性系统的仿真,表明了该方法的有效性。 相似文献
11.
12.
13.
This paper presents the Generalized Predictive Control (GPC) strategy based on Artificial Neural Network (ANN) plant model. To obtain the step and the free process responses which are needed in the generalized predictive control strategy we iteratively use a multilayer feedforward ANN as a one-step-ahead predictor. A bioprocess was chosen as a realistic nonlinear SISO system to demonstrate the feasibility and the performance of this control scheme. A comparison was made between our approach and the adaptive GPC (AGPC). 相似文献
14.
基于神经网络与多模型的非线性自适应广义预测解耦控制 总被引:1,自引:0,他引:1
针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性. 相似文献
15.
模糊小波基神经网络的机器人轨迹跟踪控制 总被引:14,自引:1,他引:14
提出一种模糊神经网络控制器并用于机器人轨迹跟踪控制.这种模糊神经网络利用了小波基函数作为隶属函数,可在线根据误差调整隶属函数的形状,使模糊神经网络具有更强的学习和适应能力.仿真与实验结果表明这种网络能很好的用于机器人的轨迹跟踪控制,具有很好的性能. 相似文献
16.
云模型是一种基于语言规则的不确定性推理系统.为了提高辨识精度通常需要增加规则数目,这样在多维输入的情况下容易形成"维数灾".为了解决此问题,利用小波神经网络代替传统云模型的后件隶属云,建立了一种基于小波神经网络的云模型(WNCM).详细分析了WNCM的系统结构,同时给出了参数和结构辨识算法.仿真结果以及与其它方法的对比分析表明,WNCM具有较强的非线性函数逼近能力,在不增加推理规则的前提下,可以实现对系统的精确辨识. 相似文献
17.
提出一种基于人工神经网络的城市交通信号的自校正预测控制方法.充分考虑相邻交叉路口之间交通流的强耦合性,在此基础上建立关于队长的交通模型;其中,受控路口下一周期到达的车辆数用人工神经网络(ANN)来预测;通过该ANN还可获得确定最佳周期长度所需要的交通参量,因此还可预测下一周期的长度;上述预测值均用实测信息进行反馈校正,在此基础上即可给出带约束的预测控制算法,从而确定下一周期的控制策略.仿真实例表明该方法具有较好的控制效果. 相似文献
18.
This paper discusses an industrial application of a multivariable nonlinear feedforward/feedback model predictive control where the model is given by a dynamic neural network. A multi-pass packed bed reactor temperature profile is modelled via recurrent neural networks using the backpropagation through time training algorithm. This model is then used in conjunction with an optimizer to build a nonlinear model predictive controller. Results show that, compared with conventional control schemes, the neural network model based controller can achieve tighter temperature control for disturbance rejection 相似文献