资源描述：
《cmac用于分析和设计非线性过程控制系统(ⅰ)――cmac预测器》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2000年2月系统工程理论与实践第2期 CMAC用于分析和设计非线性过程控制系统(É)a——CMAC预测器122段培永,汤同奎,邵惠鹤(1.山东建筑工程学院自动化系,山东济南250014;21上海交通大学自动化系,上海200030)摘要:本文是基于CMAC神经网络分析和设计非线性过程控制系统的第一部分,分析了Chiang&Lin提出的基于广义基函数的CMAC学习算法收敛条件的局限性,提出了一种改进算法,并证明改进算法是收敛的,应用该算法的CMAC用于过程输出的预测器,仿真结果表明了所提方案是有效性的L关键词:小脑模型;学习算法;过程建摸中图分类号:TP18C
2、MACNeuralNetworkforAnalyzingandDesigningNonlinearProcessControlSystems——PartÉ:CMACBasedPredictor122DUANPei2Yong,TANGTong2kui,SHAOHui2He(1.ShandongInstituteofArchitectureandEngineering,Ji'nan250014;2.ShanghaiJiaotongUniversity,Shanghai200030)AbstractThepaper,thefirstpartofCMACneural
3、networkfornonlinearprocesscon2trolsystem,analyzedtheshortcomingoftheconditionwhenthelearningalgorithmspresentedbyChiang&Linconverge,proposedanimprovedalgorithm,andthenproveditsconvergence.WeappliedtheCMACwiththealgorithmtothepredictorfortheout2putsofanonlinearprocess,thesimulationr
4、esultsdemonstratethevalidationoftheproposedstrategy.KeywordsCMAC;learningalgorithm;basisfunctionnetwork1 引言许多要控制的实际系统具有复杂的非线性特性,总的来说,已有以下几种控制方案:1)线性反馈与转换逻辑相结合L这类控制系统的设计依赖于工程经验和仿真,其优点是可以应用成熟的线性控制理论和许多现成的算法和软件包,来得到系统的线性模型和良好的局部控制律,缺点是控制器输出不连续,而且没有全局稳定判据来保证由局部控制律组成的整个闭环系统是全局稳定的L2)当过程的
5、模型已知时,非线性控制理论可用来分析和控制这类过程,但是获得良好控制器的条件往往很苛刻,由于过程的复杂性,难以应用,而且在大多数情况下很难获得过程模型L3)当过程模型未知,而过程的定性知识已知时,可用模糊逻辑控制,其优点是过程的定性知识可直接用来设计控制器,缺点是没有全局稳定判据来保证由模糊控制规则组成的闭环控制系统全局稳定L近年来,出现了应用神经网络的基于学习的控制,成为控制复杂过程系统的有力工具L一般神经网络节点间完全连接,主要缺陷是对每一对输入输出数据调整所有的权系数,这a收稿日期:1998201212©1995-2005TsinghuaTongfan
6、gOpticalDiscCo.,Ltd.Allrightsreserved.2系统工程理论与实践2000年2月会降低学习的速度,在线学习时,其有效性受到限制LCMAC(CerebellarModelArticulationComputer)神经网络是非完全连接网络,局部调整权系数,克服了上述缺陷,具有学习收敛速度快、泛化能力强等特点L传统的CMAC基函数为常数,只能记忆静态信息,而且泛化性能差LChiang&Lin采用可微分基函[1]数,不但提高了CMAC的输出精度,而且增强了泛化能力,同时还可获得微分信息L文献[1]给出了基于广义基函数的CMAC学习算法(
7、下文称C2L算法)及其收敛条件,但收敛条件依赖于所选取的基函数和学习样本,在实际应用C2L算法时,很难同时满足学习快速性与收敛性,特别是当在线学习时,样本输入在开始学习前未知,困难更大L本文提出了改进的学习算法,使收敛条件不依赖基函数和学习样本,并进行了基于改进算法的过程CMAC预测器仿真研究L2 非线性动态过程的描述考虑由状态方程表达的非线性系统:vk+1=f(vk,uk)2:(1)yk=h(vk)nrn+rnnm其中vk∈V8、输入输出模型表达:zyk+1=h[yk,yk-1,⋯
