版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、熱工過程的自動(dòng)控制是保證發(fā)電機(jī)組熱力設(shè)備安全經(jīng)濟(jì)運(yùn)行的必要措施,建立精確的熱工過程整體模型是對(duì)熱工過程進(jìn)行全局優(yōu)化控制的基礎(chǔ)。但由于熱工過程具有非線性和不確定性等復(fù)雜特性,傳統(tǒng)方法難以建立可精確表達(dá)熱工過程的非線性模型及實(shí)施整體優(yōu)化控制。為此,有必要對(duì)一些先進(jìn)的非線性建模與控制方法進(jìn)行深入的研究,將其應(yīng)用于熱工過程以有效地提高機(jī)組的安全經(jīng)濟(jì)性。 免疫系統(tǒng)具有免疫記憶、免疫識(shí)別、分布性、魯棒自適應(yīng)等特性,將這些免疫機(jī)制引入控制領(lǐng)域
2、,為解決不確定性系統(tǒng)建模和復(fù)雜對(duì)象的動(dòng)態(tài)自適應(yīng)控制等難題提供了一個(gè)嶄新的思路。本文將免疫信息處理機(jī)制應(yīng)用于遺傳算法的改進(jìn)、模糊控制優(yōu)化設(shè)計(jì)、模糊聚類建模及非線性預(yù)測(cè)控制等方面,解決了復(fù)雜系統(tǒng)非線性建模和控制中的一些難題,并對(duì)電廠熱工過程如汽溫系統(tǒng)、單元機(jī)組負(fù)荷系統(tǒng)等進(jìn)行了仿真研究。本文具體研究?jī)?nèi)容如下:(1)分析了傳統(tǒng)遺傳算法存在的缺陷和成因,在此基礎(chǔ)上,將免疫系統(tǒng)的抗原識(shí)別、抗體多樣性、免疫記憶、濃度調(diào)節(jié)等機(jī)制引入遺傳算法中,提出兩種
3、改進(jìn)的免疫遺傳算法(IGA)。一是改進(jìn)型單種群進(jìn)化免疫遺傳算法,它利用一種記憶細(xì)胞精英抗體遺傳策略進(jìn)一步保證了算法的穩(wěn)定性和收斂性;二是多種群進(jìn)化免疫遺傳算法,它將遺傳的競(jìng)爭(zhēng)過程分為子種群間的競(jìng)爭(zhēng)和子種群內(nèi)個(gè)體間的競(jìng)爭(zhēng)兩級(jí),能有效解決全局和局部搜索能力間的矛盾。通過對(duì)測(cè)試函數(shù)的求解,表明文中兩種改進(jìn)型IGA均具有優(yōu)良的的尋優(yōu)特性。 (2)提出了一種基于免疫遺傳算法的模糊控制器優(yōu)化設(shè)計(jì)方法。在模糊規(guī)則和隸屬度函數(shù)參數(shù)聯(lián)合編碼基礎(chǔ)上
4、,通過改進(jìn)的免疫遺傳算法實(shí)現(xiàn)模糊控制器參數(shù)的同步優(yōu)化。以過熱汽溫控制系統(tǒng)為例進(jìn)行了仿真試驗(yàn),結(jié)果表明采用改進(jìn)的免疫遺傳算法優(yōu)化模糊控制,可以克服傳統(tǒng)遺傳算法存在的缺陷,保證更快更穩(wěn)地搜索到最優(yōu)的規(guī)則庫和隸屬函數(shù),優(yōu)化后的模糊控制系統(tǒng)具有很好的控制效果。 (3)提出一種新型動(dòng)態(tài)免疫進(jìn)化聚類算法以克服傳統(tǒng)模糊聚類建模方法須事先確定規(guī)則數(shù)的缺陷。它通過改進(jìn)的遺傳策略來優(yōu)化染色體長(zhǎng)度以實(shí)現(xiàn)聚類個(gè)數(shù)全局尋優(yōu),同時(shí)利用模糊C-均值(FCM)
5、聚類算法加快聚類中心參數(shù)的收斂;此外,通過引入免疫系統(tǒng)的記憶功能和疫苗接種機(jī)理,新算法得以快速穩(wěn)定地收斂到最優(yōu)解。利用這種高效的動(dòng)態(tài)聚類算法辨識(shí)模糊模型,可以同時(shí)得到合適的模糊規(guī)則數(shù)和準(zhǔn)確的前提參數(shù)。對(duì)經(jīng)典實(shí)例進(jìn)行的仿真計(jì)算驗(yàn)證了這種模糊聚類建模方法的有效性。將其用于建立熱工過程的非線性模糊模型,不需要預(yù)先指定模型的規(guī)則數(shù),計(jì)算量較小,而且所辨識(shí)模型精度高,從而為熱工過程的整體優(yōu)化控制奠定了模型基礎(chǔ)。 (4)提出了一種基于模糊模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 單元制機(jī)組典型熱工過程的建模和優(yōu)化控制.pdf
- 基于仿射模糊模型的復(fù)雜熱工過程跟蹤控制方法研究.pdf
- 遺傳算法在熱工過程建模與優(yōu)化控制中的應(yīng)用研究.pdf
- 基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過程模糊模型辨識(shí)和預(yù)測(cè)控制.pdf
- 熱工過程的子空間建模及預(yù)測(cè)控制方法研究.pdf
- 基于分散模糊推理結(jié)構(gòu)的電站熱工過程控制.pdf
- 基于T-S模型的熱工系統(tǒng)模糊建模與控制.pdf
- 基于遺傳算法的熱工系統(tǒng)建模與控制器參數(shù)優(yōu)化.pdf
- 遺傳算法在熱工過程優(yōu)化控制中的應(yīng)用研究.pdf
- 基于煙花算法的模糊建模方法研究.pdf
- 基于免疫算法優(yōu)化的模糊自調(diào)整PID控制器的研究.pdf
- 基于模糊滿意優(yōu)化的控制算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的熱工過程動(dòng)態(tài)建模.pdf
- 基于免疫算法的化工過程優(yōu)化.pdf
- 電站熱工過程數(shù)據(jù)驅(qū)動(dòng)建模方法及應(yīng)用.pdf
- 電廠熱工過程神經(jīng)網(wǎng)絡(luò)建模與控制的研究.pdf
- 母管制機(jī)組典型熱工過程的優(yōu)化控制.pdf
- 基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過程動(dòng)態(tài)建模及仿真研究.pdf
- 基于遺傳算法的熱工過程辨識(shí).pdf
- 熱工過程多模型控制理論與方法的研究.pdf
評(píng)論
0/150
提交評(píng)論