基于bp和rbf神经网络的温室温度pid控制.doc
约49页DOC格式手机打开展开
基于bp和rbf神经网络的温室温度pid控制,摘 要 随着现代工业向大型化、集成化方向发展，生产过程日趋复杂，过程严重非线性、时变性、不确定性及变量间的强耦合使许多系统缺乏精确的数学描述,难以用传统的理论方法分析和控制，因此有必要研究新的智能控制策略。我国目前已有研究所综合应用自动控制、计算机应用、人工智能以及化学工程学科的理论和技术，对基于神经网络的...
内容介绍
此文档由会员 违规15 发布
摘 要
随着现代工业向大型化、集成化方向发展，生产过程日趋复杂，过程严重非线性、时变性、不确定性及变量间的强耦合使许多系统缺乏精确的数学描述,难以用传统的理论方法分析和控制，因此有必要研究新的智能控制策略。我国目前已有研究所综合应用自动控制、计算机应用、人工智能以及化学工程学科的理论和技术，对基于神经网络的软测量和智能控制技术及控制软件进行了深入研究。神经网络控制的研究，可以更好的解决复杂的非线性、不确定、不确知系统在不确定、不确知环境中的控制问题。神经网络控制不需建立精确的数学模型，能够自动辨识被控过程参数、自动整定控制参数、适应被控过程参数的变化，是解决传统PID控制器参数整定难、不能实时调整参数和鲁棒性不强的有效措施。
本文在分析了神经网络控制系统之后，主要进行了两个方面的研究。其一：对基于BP神经网络整定的PID控制的研究；其二：是对基于RBF神经网络辨识整定的PID控制研究。编写了基于BP和RBF网络的仿真程序，仿真结果表明，应用神经网络对常规PID控制器进行改进后提高了系统的鲁棒性和动态特性，有效的改善了系统的控制结果，达到了预期的目的。
Abstract
With the development into large-scale and integrationg of modern industry,the product process tends to become complex. Many systems are short of accurate mathematics description, because the process is nonlinear, time varying, uncertain and the srong coupling of variable. Then it is difficult o analyze and conrol with traditional method,so we need research new intelligent control strategy. At present, the Institute of Integrated application of automatic control, computer applications, artificial intelligence and the theory of chemical engineering and technology, it is have a depth research in Neural network,which based soft sensor and intelligent control technology and control software . In the study of neural network control,you can solve the control problem better,in the complex non-linear, uncertain,unknown system with uncertainty and unknown environment. Neural network control can automatically identify controlled process parameters, automatic tuning control parameters, to adapt to changes in controlled process parameters, but do not need to establish an accurate mathematical model. It can effectively solve the traditional PID controller parameter tuning difficultly, not adjust the parameters in real time and not stronger in robustness issues
After analyzing the control system of neural network, this paper mainly dose research in two aspecs.Firstly, Research based on the BP neural network setting PID control；Secondly, based on RBF neural network to identify setting PID control study. This paper gives the overall research plan for this system. Also given the simulation program and analysis of BP network and RBF network.
目 录
摘 要 1
Abstract 2
引 言 1
1 绪论 2
1.1 智能控制的发展与展望 2
1.1.1 智能控制的兴起 2
1.1.2 传统控制和智能控制 3
1.1.3 智能控制的展望 4
1.2 神经网络的发展与展望 5
1.2.1 神经网络应用的研究与发展 5
1.2.2 神经网络硬件的研究与发展 6
1.2.3 新型神经网络模型的研究 6
1.3 论文研究内容 6
2 基于BP神经网络整定的PID控制 7
2.1 BP神经网络 7
2.2 基于BP神经网络整定的PID控制 10
2.2.1 基于BP神经网络整定控制系统结构 10
2.2.2 算法 10
2.2.3 仿真程序和分析 11
3 基于RBF神经网络辨识的PID控制 14
3.1RBF神经网络 14
3.1 基于RBF神经网络辨识的PID控制 15
3.1.1 RBF神经网络结构 15
3.1.2 RBF网络PID辨识原理 15
3.1.3 仿真程序及分析 17
4 基于RBF神经网络辨识的单神经元PID模型参考自适应控制 19
4.1 神经网络模型参考自适应控制原理 19
4.2 仿真程序及分析 20
5 基于RBF神经网络辨识的BP-PID控制 23
5.1 基于RBF神经网络辨识的BP-PID控制 23
5.2 仿真程序及分析 23
结 论 26
参 考 文 献 27
附录A 仿真程序 29
致 谢 45
随着现代工业向大型化、集成化方向发展，生产过程日趋复杂，过程严重非线性、时变性、不确定性及变量间的强耦合使许多系统缺乏精确的数学描述,难以用传统的理论方法分析和控制，因此有必要研究新的智能控制策略。我国目前已有研究所综合应用自动控制、计算机应用、人工智能以及化学工程学科的理论和技术，对基于神经网络的软测量和智能控制技术及控制软件进行了深入研究。神经网络控制的研究，可以更好的解决复杂的非线性、不确定、不确知系统在不确定、不确知环境中的控制问题。神经网络控制不需建立精确的数学模型，能够自动辨识被控过程参数、自动整定控制参数、适应被控过程参数的变化，是解决传统PID控制器参数整定难、不能实时调整参数和鲁棒性不强的有效措施。
本文在分析了神经网络控制系统之后，主要进行了两个方面的研究。其一：对基于BP神经网络整定的PID控制的研究；其二：是对基于RBF神经网络辨识整定的PID控制研究。编写了基于BP和RBF网络的仿真程序，仿真结果表明，应用神经网络对常规PID控制器进行改进后提高了系统的鲁棒性和动态特性，有效的改善了系统的控制结果，达到了预期的目的。
Abstract
With the development into large-scale and integrationg of modern industry,the product process tends to become complex. Many systems are short of accurate mathematics description, because the process is nonlinear, time varying, uncertain and the srong coupling of variable. Then it is difficult o analyze and conrol with traditional method,so we need research new intelligent control strategy. At present, the Institute of Integrated application of automatic control, computer applications, artificial intelligence and the theory of chemical engineering and technology, it is have a depth research in Neural network,which based soft sensor and intelligent control technology and control software . In the study of neural network control,you can solve the control problem better,in the complex non-linear, uncertain,unknown system with uncertainty and unknown environment. Neural network control can automatically identify controlled process parameters, automatic tuning control parameters, to adapt to changes in controlled process parameters, but do not need to establish an accurate mathematical model. It can effectively solve the traditional PID controller parameter tuning difficultly, not adjust the parameters in real time and not stronger in robustness issues
After analyzing the control system of neural network, this paper mainly dose research in two aspecs.Firstly, Research based on the BP neural network setting PID control；Secondly, based on RBF neural network to identify setting PID control study. This paper gives the overall research plan for this system. Also given the simulation program and analysis of BP network and RBF network.
目 录
摘 要 1
Abstract 2
引 言 1
1 绪论 2
1.1 智能控制的发展与展望 2
1.1.1 智能控制的兴起 2
1.1.2 传统控制和智能控制 3
1.1.3 智能控制的展望 4
1.2 神经网络的发展与展望 5
1.2.1 神经网络应用的研究与发展 5
1.2.2 神经网络硬件的研究与发展 6
1.2.3 新型神经网络模型的研究 6
1.3 论文研究内容 6
2 基于BP神经网络整定的PID控制 7
2.1 BP神经网络 7
2.2 基于BP神经网络整定的PID控制 10
2.2.1 基于BP神经网络整定控制系统结构 10
2.2.2 算法 10
2.2.3 仿真程序和分析 11
3 基于RBF神经网络辨识的PID控制 14
3.1RBF神经网络 14
3.1 基于RBF神经网络辨识的PID控制 15
3.1.1 RBF神经网络结构 15
3.1.2 RBF网络PID辨识原理 15
3.1.3 仿真程序及分析 17
4 基于RBF神经网络辨识的单神经元PID模型参考自适应控制 19
4.1 神经网络模型参考自适应控制原理 19
4.2 仿真程序及分析 20
5 基于RBF神经网络辨识的BP-PID控制 23
5.1 基于RBF神经网络辨识的BP-PID控制 23
5.2 仿真程序及分析 23
结 论 26
参 考 文 献 27
附录A 仿真程序 29
致 谢 45
