基于神经网络和模糊系统的非线性随机控制

《基于神经网络和模糊系统的非线性随机控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文基于神经网络和模糊系统的非线性随机控制姓名：孔明申请学位级别：硕士专业：控制理论与控制工程指导教师：王永骥20050510华中科技大学硕士学位论文摘要传统的基于模型的随机控制方法需要已知系统的精确模型由于某些被控对象具有高度的非线性以及不确定性很难用精确的数学模型来描述对于此类非线性系统的随机控制问题还存在不少问题和困难因此研究了基于神经网络和模糊系统的非线性系统随机控制方法首先基于被控对象的神经网络正模型和逆模型实现了内模控制非线性预测控制等控制方法并应用于随机非线性系统的仿真控

2、制其次采用瞬时线性化方法得到系统的线性模型再根据已有的线性系统随机控制方法如最小方差控制和极点配置控制实现各种非线性系统的自校正控制该方法是线性系统的随机控制设计方法在非线性系统中的推广本文提出了基于非线性T-S模糊模型的最小方差控制从而将最小方差控制扩展到非线性系统扩大了最小方差控制的适用范围模糊控制器具有很强的抗干扰能力但在目前完全基于人的经验来获得模糊规则及隶属函数由于ANFIS同时具有神经网络的自学习能力和模糊推理系统的知识表达能力因此提出将ANFIS学习控制应用于随机控制系统直接学习人类专家的控

3、制经验自动产生恰当的模糊规则和隶属度函数实现了学习控制本文基于Matlab和NNSYSID模糊逻辑等工具箱实现了上述控制方法的仿真仿真结果表明了这些方法的有效性关键字神经网络,模糊系统,非线性随机控制,T-S模糊模型,自适应神经模糊推理系统I华中科技大学硕士学位论文AbstractThetraditionalmodel-basedstochasticcontrolmethodneedsaprecisesystemmodel,but,it’sdifficulttobuildupprecisemathemat

4、icalmodelofplantswithhighlynonlinearityanduncertainty.Therearemanytroublesanddifficulttocontrolthiskindofnonlinearstochasticsystems.sowestudiedsomecontrolstrategybasedontheneuralnetworksandfuzzysystems.Atfirst,somecontrolmethodsbasedontheplant’sneuralnetw

5、orkforwardmodelandinversemodel,suchasinversemodelcontrolandnonlinearpredictivecontrolareimplementedandusedinthesimulationofnonlinearstochasticsystemscontrol.Then,alinearmodelisextractedfromanonlinearneuralnetworkmodel,wecanusetheminimumvariancecontrolmeth

6、odandpoleplacementmethodonthislinearmodeltorealizetheself-tuningcontrollerfornonlinearsystem.Thisextendthelineardesignmethodtononlinearsystem.AkindofminimumvariancecontrolmethodbasedonnonlinearTakagi-Sugenofuzzymodelisproposedinthispaper,thismethodextendt

7、heminimumvariancecontrolformlinearsystemtononlinearsystem.Fuzzycontrollerhavestrongdisturbancerejectionability,butitsrulesandmemberfunctionsarebasedontheexpert’sexperience,ANFISnotonlyhavethelearningabilityofneuralnetworksbutalsohavetheknowledgerepresenta

8、tionabilityoffuzzyinferencesystems,sowesuggestuseANFIStolearntheexpert’sexperience,ANFIScanautomaticallygeneratethefuzzyrulesandmemberfunctionsandrealizetheslef-learningcontroller.Thispaperimplementedthesecontrolmet