共查询到18条相似文献,搜索用时 93 毫秒
1.
基于T-S模型的自适应模糊广义预测控制 总被引:1,自引:0,他引:1
对一类非线性系统,利用一种基于模糊规则的快速模糊辨识方法建立起系统的T—S模型,并基于该模型应用局部递推最小二乘方法根据采样值对模型参数进行在线修正,根据系统动态线性化模型采取广义预测控制策略,从而实现了基于T—S模糊模型的非线性系统自适应模糊预潮控制。与以往的模糊广义预测控制算法相比,此方法简单,而且较大地减少计算量,适合于在线控制。通过仿真研究验证所提方法的有效性。 相似文献
2.
3.
提出了一种基于T-S模型的模糊预测控制策略。T-S模糊模型用来描述对象的非线性动态特性,通过当前的工况参数实时在线的修正每一时刻的阶跃响应模型参数,将模糊模型作为常规线性预测控制DMC方法的预测模型,从而把T-S模型对复杂的非线性系统的良好描述特性和预测控制的滚动优化算法相结合,来实现利用常规线性预测控制策略对非线性系统的有效控制,有效地解决了复杂工业过程的强非线性问题。pH中和过程的仿真结果表明其性能明显优于传统的PID控制器。 相似文献
4.
通过点集映射来表示非线性系统的稳态模型,用系统的稳态增益来修正具有外界输入的线性自回归(AutoRegressive with eXternal input, ARX)模型的动态增益,提出了一种基于稳态非线性模型和线性ARX模型组合的非线性预测控制算法.该算法用递归最小二乘法在线辨识系统的动态模型参数,用序列二次规划算法求解目标函数.最后通过对典型化工非线性对象pH中和过程的仿真对本算法进行了验证.结果表明,本算法比广义预测控制算法具有更好的设定值跟踪性能和抗干扰能力. 相似文献
5.
6.
7.
模糊预测控制在pH中和过程中的应用 总被引:1,自引:0,他引:1
针对pH中和过程,提出了一种基于T-S模型的模糊预测控制算法,以实现系统的滚动优化控制。T-S模糊模型的前件和后件参数分别采用模糊C均值聚类(FCM)和正交最小二乘法(OLS)进行离线或在线辨识。在每一个采样时刻以当前辨识出的T-S模型为基础实现系统的局部动态线性化,再根据线性化模型对pH过程实施广义预测控制(GPC),得到当前的控制量。仿真表明了该控制方法具有较小的超调性质,且在扰动作用下能快速跟踪到设定值,具有很强的鲁棒性。 相似文献
8.
侯越 《计算机工程与设计》2013,34(9)
提出了一种差分进化算法优化T-S模糊神经网络预测交通流量的算法方法.该算法利用差分进化来弥补T-S模糊神经网络连接权值和阂值选择上的随机性缺陷,从而能发挥T-S模糊神经网络泛化的映射能力,而且能使T-S模糊神经网络具有较快的收敛性以及较强的学习能力.将该算法应用到实测交通流进行算法的有效性验证,并与传统的T-S模糊神经网络进行比较,仿真结果表明,该算法具有更好的非线性拟合能力和更高的预测准确性,在交通流量预测领域具备可行性和有效性. 相似文献
9.
基于神经模糊模型的船舶航行广义预测控制 总被引:1,自引:0,他引:1
本文采用模糊神经网络对船舶航行进行建模并在此基础上,将模糊神经网络与广义预测控制算法相结合.对船舶航行进行控制.仿真结果表明了该方法有效性。 相似文献
10.
为了将内模控制推广至非线性控制领域,本文将其与神经网络相结合,利用神经网络对任意非线性映射的逼近能力推导出一种能对非线性系统进行有效控制的神经网络内模控制器。在网络学习算法上采用收敛速度快的Davidon最小二乘法训练多层前馈神经网络,从而保证控制方案的实时性。仿真结果表明了该方法的有效性。 相似文献
11.
In heating, ventilating and air-conditioning (HVAC) systems, there
exist severe nonlinearity, time-varying nature, disturbances and
uncertainties. A new predictive functional control based on
Takagi-Sugeno (T-S) fuzzy model was proposed to control HVAC
systems. The T-S fuzzy model of stabilized controlled process was
obtained using the least squares method, then on the basis of global
linear predictive model from T-S fuzzy model, the process was
controlled by the predictive functional controller. Especially the
feedback regulation part was developed to compensate uncertainties
of fuzzy predictive model. Finally simulation test results in HVAC
systems control applications showed that the proposed fuzzy model
predictive functional control improves tracking effect and
robustness. Compared with the conventional PID controller, this
control strategy has the advantages of less overshoot and shorter
setting time, etc. 相似文献
12.
Predictive functional control based on fuzzy T-S model for HVAC systems temperature control 总被引:1,自引:0,他引:1
In heating, ventilating and air-conditioning (HVAC) systems, there exist severe nonlinearity, time-varying nature, disturbances and uncertainties. A new predictive functional control based on Takagi-Sugeno (T-S) fuzzy model was proposed to control HVAC systems. The T-S fuzzy model of stabilized controlled process was obtained using the least squares method, then on the basis of global linear predictive model from T-S fuzzy model, the process was controlled by the predictive functional controller. Especially the feedback regulation part was developed to compensate uncertainties of fuzzy predictive model. Finally simulation test results in HVAC systems control applications showed that the proposed fuzzy model predictive functional control improves tracking effect and robustness. Compared with the conventional PID controller, this control strategy has the advantages of less overshoot and shorter setting time, etc. 相似文献
13.
14.
15.
对一类非线性系统,采用一种快速的模糊辨识方法离线建立系统的T—S模型,在采样点处根据辨识模型进行动态线性化处理,进而采取广义预测控制策略,同时为了适应系统的不确定性和扰动引起的变化,进一步提高控制效果,提出以模糊补偿作为在线辅助修正的策略。仿真研究表明所提方法有效。 相似文献
16.
基于模糊T-S模型,提出一种具有自学习能力的模糊方法用于批过程建模和最优控制.通过引入与均方误差相关的动态误差传递因子,使用改进的梯度下降法,本方法能够辨识模糊T-S预测模型.对于批过程的受限非线性最优控制,基于所辨识的预测模型,运用庞特里亚金最小值原理和平行分布补偿算法,本方法能够把一个复杂非线性系统最优控制设计问题转化为一些基于复杂T-S预测模型的局部线性系统的最优问题,从而给出一种有效和简单的模糊最优控制策略.所提方法用于一个半连续式反应器的建模和最优控制,仿真结果表明新方法是有效和准确的. 相似文献
17.