智能預(yù)測(cè)控制研究及其在CFBB燃燒控制中的仿真應(yīng)用.pdf

1、預(yù)測(cè)控制是一種能夠適應(yīng)工業(yè)生產(chǎn)控制要求的控制策略。預(yù)測(cè)控制通過(guò)預(yù)測(cè)模型來(lái)準(zhǔn)確描述系統(tǒng)的輸入輸出關(guān)系，將預(yù)測(cè)模型輸出與參考軌跡進(jìn)行比較并在滾動(dòng)優(yōu)化環(huán)節(jié)求取最優(yōu)控制量。本文在改進(jìn)渦流搜索優(yōu)化算法的基礎(chǔ)上提出一種基于優(yōu)化型快速學(xué)習(xí)網(wǎng)的預(yù)測(cè)控制方法，并分別應(yīng)用于循環(huán)流化床鍋爐主蒸汽壓力和床溫控制。結(jié)果表明這種預(yù)測(cè)控制方法能夠達(dá)到預(yù)期的控制效果。本文具體工作如下：
　　介紹并改進(jìn)了一種優(yōu)化算法——渦流搜索優(yōu)化算法(VS)。對(duì)VS優(yōu)化算法的原

2、理和缺點(diǎn)進(jìn)行了分析并針對(duì)其缺點(diǎn)做出了改進(jìn)，提出了基于混沌理論的渦流搜索優(yōu)化算法(CVS)和基于反向理論的渦流搜索優(yōu)化算法(OVS)。CVS優(yōu)化算法將混沌理論應(yīng)用于備選解的生成提升了算法的尋優(yōu)精度和收斂速度；OVS優(yōu)化算法將反向理論應(yīng)用于備選解的生成，在兼顧算法運(yùn)行速度的同時(shí)提升了算法迭代后期的尋優(yōu)性能。
　　針對(duì)快速學(xué)習(xí)網(wǎng)進(jìn)行訓(xùn)練時(shí)輸入權(quán)值和隱藏層節(jié)點(diǎn)閾值的隨機(jī)設(shè)定問(wèn)題，提出了一種基于CVS算法的優(yōu)化型快速學(xué)習(xí)網(wǎng)建模方法。該方法將

3、輸入權(quán)值和隱藏層節(jié)點(diǎn)閾值的取值范圍與個(gè)數(shù)轉(zhuǎn)化為CVS優(yōu)化算法尋優(yōu)空間的范圍與維數(shù)，以快速學(xué)習(xí)網(wǎng)的輸出與訓(xùn)練數(shù)據(jù)中輸出的均方根誤差作為適應(yīng)度值進(jìn)行尋優(yōu)，以此確定能夠使快速學(xué)習(xí)網(wǎng)訓(xùn)練結(jié)果達(dá)到最優(yōu)的輸入權(quán)值和隱藏層節(jié)點(diǎn)閾值。通過(guò)與普通快速學(xué)習(xí)網(wǎng)和極端學(xué)習(xí)機(jī)的對(duì)比，驗(yàn)證了CVS算法優(yōu)化后的快速學(xué)習(xí)網(wǎng)在建模問(wèn)題上具有更好的精度與穩(wěn)定性。結(jié)合OVS優(yōu)化算法提出基于OVS的優(yōu)化型快速學(xué)習(xí)網(wǎng)預(yù)測(cè)控制，通過(guò)使用CVS算法優(yōu)化快速學(xué)習(xí)網(wǎng)來(lái)確定預(yù)測(cè)模型并在滾