文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 数学 > 基于递归神经网络模型预测控制
侵权投诉

基于递归神经网络模型预测控制

神经网络

第26卷第6期

2006年6月

文章编号:1001-9081(2006)06-1398-03

计算机应用

ComputerApplications

Vo.l26No.6June2006

基于递归神经网络模型预测控制的模型平稳切换

杜福银,徐 扬,陈树伟

(西南交通大学智能控制开发中心,四川成都610031)

(dufynew@sohu.com)

摘 要:不同生产条件下的控制系统可视多模型控制系统,但多模型控制在模型切换时会引起系统的瞬态响应。采用递归神经网络建立系统的多个模型,基于模型预测控制进行控制模型切换,克服了模型切换时引起的系统瞬态响应,实现系统的平稳切换。并通过仿真表明这种切换策略明显改善了模型切换过程的动态性能。

关键词:比例积分微分控制器;递归神经网络;模型预测控制;模型切换;平稳中图分类号:TP18 文献标识码:A

Smoothmodelswitchingschemebasedonrecurrentneuralnetwork

modelpredictivecontrol

DUFu yin,XUYang,CHENShu wei

(IntelligenceControlDevelopmentCenter,SouthwestJiaotongUniversity,ChengduSichuan610031,China)

Abstract:Thecontrolsystemofdifferproductconditionscouldberegardedasamulti modelcontrolsystem.Butmodel

switchingwillresultintransientresponseoftheplantcontrolled.Amethodtoestablishmultiplesmodelsofsystemusingrecurrentneuralnetworkandcompleteswitchprocessbasedonmodelpredictivecontrolwasproposed.Whichavoidtransientresponseofswitchprocessandachievemodelswitchingsmoothly.Simulationperformancesindicatethatthemodelswitchingschemeimprovedynamicqualityofswitchprocessgreatly.

Keywords:Proportional Integral Differentialcontroller(PID);modelswitching;smooth

图1所示,改进的Elman网络与基本Elman网络的不同之处

在于,改进的Elman网络的结构单元中引入了固定的增益 (0! !

1)的自反馈连接, 越接近于1,考虑的时刻越远,

=0时,改进的Elman网络就退化为基本的Elman网络,因而改进的Elman网络可以很容易模拟高阶系统。

recurrentneuralnetwork;modelpredictivecontro;l

0 引言

参数时变或结构未知系统的控制器的设计,长时间以来一直是从事控制的工作者所关心的事情,显然,一个固定不变

的控制器是无法适应这种环境的。Narendra等提出的多模型自适应控制是解决这类问题的一个新的途径,如何实现模型的平稳切换是多模型自适应控制的一个关键的问题[1~3]。

基于模型的预测控制(MPC)是20世纪70年代后期发展起来的一类新型计算机控制方法,由于其所具有的预测模型、滚动优化和反馈校正三个特征,已在工业实时控制中得到广泛关注[4~7]。

本文提出基于系统递归神经网络模型的平稳切换策略,即当系统需要切换时,先基于即将切入的控制器和相应模型以及实际被控对象的输入输出优化出一个能使系统输出满足控制要求的控制量,将此控制量和即将切入的控制器切入实际系统,来实现模型的平稳切换。

图1 改进的Elman神经网络结构示意图

网络的外部输入为u(k),y(k),输出为y(k+1),若记隐层的输出为x(k+1),结构单元层的输出为xc(k),则有如下的非线性状态空间表达式成立:

x(k+1)=f(w1xc(k)+w2u(k))

xc(k)=x(k)+ xc(k-1)y(k+1)=g(w3x(k+1))

其中w1,w2,w3分别是结构单元到隐层、输入层到隐层、以及隐层到输出层的连接权矩阵,f( )和g( )分别为隐层单元和输出单元激活函数所组成的非线性向量函数。1.2 系统网络模型的学习算法

(1)

1 系统递归神经网络模型建立

1.1 网络模型结构及输出计算

改进的Elman网络是一种典型的动态递归神经网络,其反馈连接由一组 结构单元 组成,用于记忆隐层过去的状态,并且在下一时刻连同网络输入一起作为隐层单元的输入,这一性质使得递归神经网络具有动态记忆功能。网络结构如

收稿日期:2005-12-26;修订日期:2006-02-22 基金项目:国家自然科学基金资助项目(60474022)

作者简介:杜福银(1969-),男,陕西宝鸡人,博士研究生,主要研究方向:智能控制; 徐扬(1956-),男,河南新乡人,教授,博士,主要研

基于递归神经网络模型预测控制

: (),:.

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email