预测控制非线性神经网络LM算法论文

【摘要】 预测控制是20世纪70年代提出的一种计算控制方法,它主要由模型预测、滚动优化以及反馈校正三个部分组成。目前,基于线性系统的模型预测控制在理论上和实际应用中都已经比较成熟。但对于非线性系统,由于特殊的结构特性,想要研究一种统一的求解非线性系统方法还有待进一步探索。本文结合神经网络方法对预测控制的预测模型、滚动优化、反馈校正这三大要素进行研究,主要的研究内容包括如下几个方面:1针对梯度下降法(GD)存在收敛速度慢、容易陷入局部最小以及牛顿迭代法(GR)计算量大、抗干扰性弱等问题。本文选用结构简单且具有动态自适应性的PID神经网络(PIDNN)结构并结合Levenberg-Marquardt(LM)算法和BP算法来建立预测模型。该方法不但大大减少了算法的计算量而且具有快速的收敛性以及较高的模型精度。2针对求解多变量非线性系统控制器计算量大的问题。本文提出了一种新的神经网络预测控制算法。该算法引入了逆动态控制方法以及分解控制策略,使其控制器具有固定的结构、且可以直接优化性能指标等特点,因此该算法在处理多步预测控制时可以减少变量的存储空间以及计算的复杂度。3针对因多步递推预测而产生的积累误差问题... 更多还原

【Abstract】 Predictive control is a calculation control method proposed in the 20th century70s, which is made up of three parts: model prediction, moving horizon strategy and

feedback compensation. At present, model predictive control based on linear systems are already quite mature both in theory and practical applications. But It still has a lot of works before finding a unified method directly for solving nonlinear systems, because of the complexity of its own special structure.Combing with neural networ... 更多还原

【关键词】 预测控制； 非线性； 神经网络； LM算法； 【Key words】 Predictive Control； Nonlinear； Neural Network； LM Algorithm；

【索购硕士论文全文】Q联系Q：138113721 139938848 即付即发

目录摘要 3-4 Abstract 4 第一章 绪论 7-11

1.1 研究的背景和意义 7-8

1.2 神经网络预测控制的现状和展望 8-9 1.2.1 神经网络预测控制的研究现状 8-9 1.2.2 神经网络预测控制的展望 9 1.3 有待解决的一些问题 9-10 1.4 本文的结构 10-11

第二章预测控制和神经网络理论基础 11-17 2.1 预测控制理论基础 11-14

2.1.1 预测控制的基本结构 11

2.1.2 预测控制的基本原理及特点 11-13 2.1.3 预测控制的分类 13-14 2.2 神经网路理论基础 14-16 2.2.1 神经元的基本功能 14 2.2.2 神经网络的拓扑结构 14-15 2.2.3 神经网络的学习算法 15-16 2.3 小结 16-17

第三章 神经网络在预测模型中的研究 17-29 3.1 基于神经网络的多步预测模型 17-18 3.2 PID 神经网络(PIDNN) 18-20 3.2.1 PIDNN 的发展和特点 18-19

3.2.2 PIDNN 的神经元的结构和工作原理 19-20 3.3 基于LM 算法的PID 神经网络预测模型 20-24 3.4 仿真研究 24-27 3.5 小结 27-29

第四章 基于神经网络预测模型的滚动优化 29-37 4.1 神经网络控制器的设计思路 29 4.2 神经网络多步预测逆控制 29-33 4.3 仿真 33-36 4.4 小结 36-37

第五章 基于神经网络预测模型的反馈校正 37-41

5.1 常用的反馈校正方法 37-38 5.2 基于神经网络的反馈校正 38-40 5.3 小结 40-41 第六章 总结与展望 41-43 6.1 总结 41

6.2 未来的展望 41-43 致谢 43-45 参考文献