《基於神經元網路的多模型自適應控制方法研究》是依託北京科技大學，由李曉理擔任項目負責人的面上項目。
基本介紹
- 中文名：基於神經元網路的多模型自適應控制方法研究
- 依託單位：北京科技大學
- 項目負責人：李曉理
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
基於BP、RBF和動態神經元網路對複雜非線性系統建模，將非線性系統參數、結構和動態性能的不確定性轉化成神經元網路權值和結構的不確定性。針對不同權值和結構的神經元網路，對非線性系統建立多個模型，覆蓋其模型和動態性能的不確定性，進而建立多模型自適應控制器。考慮不同輸入輸出方程、狀態方程描述的非線性系統，基於不同類型的神經元網路構成多模型自適應控制器，並給出控制器的性能分析結果和穩定性、收斂性證明。多模型自適應控制器將極大地改善神經元網路自適應控制系統的瞬態回響，提高含跳變參數非線性自適應控制系統的控制品質，為非線性系統多模型自適應控制的研究提供普適性結果。本項目屬於套用基礎研究，項目的研究將對非線性系統自適應控制、神經元網路自適應控制的發展起到極大的推動作用，通過神經元網路將線性系統和非線性系統的多模型自適應控制有機的結合起來，為多模型自適應控制的實際套用提供堅實的理論基礎。
結題摘要
多模型自適應控制，主要是利用多個模型覆蓋被控對象的不確定性，進而基於切換機制，構成多模型控制器。多模型自適應控制，對複雜系統採取分而治之的策略，許多已有的控制器設計方案仍然可以被採用，為工程師提供了一個行之有效的控制器設計方法。此研究領域線上性系統和簡單非線性系統已將取得了很好的研究成果，並有很好的套用，但對於複雜非線性系統的研究仍然處於起步階段。基於神經元網路，將多模型自適應控制從線性系統推廣到非線性系統。通過神經元網路，將非線性系統模型參數或結構的不確定性轉化成神經元網路結構或權值的不確定性，進而基於多個神經元網路模型和切換機制，夠成非線性系統的多模型自適應控制器。報告中對基於神經元網路的多種NARMA模型的使用範圍和模型精度進行了對比分析；針對仿射非線性系統和由NARMA模型描述的非線性系統，通過BP神經元網路、模糊神經元網路和動態神經元網路建立多個模型，覆蓋非線性系統模型的不確定性，並基於指標切換函式，建立多模型自適應控制器，並給出嚴格地穩定性證明；通過評判神經元網路和執行神經元網路構成非線性系統的自適應動態規劃控制器，並在此基礎上構成多設定值最佳化控制器，減少超調，提高控制品質；基於Lyapunov函式和線性矩陣不等式研究了多模型自適應控制系統和切換控制器的穩定性和魯棒性；將研究的成果套用到冶金生產過程中高爐煉鐵的布料過程中，結合不同料面對應的布料矩陣和不同的聚類方法，給出高爐布料的多模型自適應控制策略；將研究成果套用到板球系統的位置控制、三容水箱的液位控制和電梯群控的控制器設計當中，取得了良好的控制效果。本項目的研究，為非線性系統的自適應控制提供了一種新的、有效的控制方法，將非線性系統的參數不確定轉換成神經元網路的權值的不確定性，進而線性系統多模型自適應控制中的很多控制器設計方法和穩定性分析方法仍然可以被推廣到非線性系統當中，為解決非線性系統的有效控制問題提供了一種新的途徑。同時本項研究已經在實驗室的典型控制對象和冶金工業對象當中都已經有了有效地套用，且效果明顯。本項研究成果在未來將有很廣泛的實際套用價值。
