智能計算和智能控制的若干問題研究.pdf

1、隨著工業(yè)過程復(fù)雜程度的提高，很多控制過程都存在著隨機(jī)性、強(qiáng)約束、大時滯等非線性特性，很多系統(tǒng)的影響因素很多，內(nèi)在機(jī)理十分復(fù)雜，很難建立準(zhǔn)確的數(shù)學(xué)模型表達(dá)式。模糊控制不用建立數(shù)學(xué)模型，根據(jù)實(shí)際系統(tǒng)的輸入輸出的結(jié)果數(shù)據(jù)，參考現(xiàn)場操作人員的運(yùn)行經(jīng)驗(yàn)，就可對系統(tǒng)進(jìn)行實(shí)時控制。近年來已經(jīng)廣泛的應(yīng)用于非線性系統(tǒng)的建模和控制中。隨著生產(chǎn)過程自動化水平的提高，人們對提高生產(chǎn)效率、提高產(chǎn)品質(zhì)量和降低生產(chǎn)成本提出了越來越高的要求，許多實(shí)際的控制問題歸結(jié)為控

2、制器參數(shù)的優(yōu)化問題。而有些傳統(tǒng)的優(yōu)化方法中，如果初始值選擇不好，就會容易陷入局部極小和優(yōu)化時間較長，使優(yōu)化效果達(dá)不到實(shí)際系統(tǒng)的要求?；煦鐑?yōu)化和粒子群優(yōu)化都是新穎的智能優(yōu)化方法，收斂速度快，搜索精度高，目前其理論和應(yīng)用方面的研究都已經(jīng)取得了初步成果?；趦?yōu)化算法的模糊控制在非線性控制領(lǐng)域中得到越來越廣泛的關(guān)注和研究，有著非常廣闊的應(yīng)用前景。
　　 本文首先介紹了廣義預(yù)測控制(GPC)和T-S模型模糊預(yù)測控制的算法和應(yīng)用，然后以模糊

3、控制為基礎(chǔ)，引入了混沌優(yōu)化和粒子群優(yōu)化算法，圍繞參數(shù)辨識，系統(tǒng)建模和預(yù)測控制等方面做了一些研究。本文的研究工作主要包括以下幾點(diǎn)：
　　 1.在腹腔循環(huán)熱灌注化療(CHPP)系統(tǒng)中，使用廣義預(yù)測自校正控制和T-S模型模糊預(yù)測控制實(shí)現(xiàn)對腹腔藥液溫度的精確控制?；谏窠?jīng)網(wǎng)絡(luò)建立了控制模型，仿真和實(shí)驗(yàn)結(jié)果表明，這種控制方法能滿足系統(tǒng)升溫速度和控溫精度的要求，收斂速度快，算法穩(wěn)定。
　　 2.提出了基于混沌(COA)和粒子群優(yōu)化算

4、法(PSO)設(shè)計有約束T-S模型模糊預(yù)測控制器。這種方法避免了非線性規(guī)劃解決有約束問題時易陷入局部極值和復(fù)雜繁瑣的計算量問題，減少了計算量，提高了精確性，具有良好的搜索性和穩(wěn)定性。仿真結(jié)果表明預(yù)測輸出能精確地跟蹤目標(biāo)函數(shù)值，說明了設(shè)計的控制器的有效性。
　　 3.提出了使用基于粒子群優(yōu)化算法的自適應(yīng)神經(jīng)-模糊推理系統(tǒng)(ANFIS)建立新產(chǎn)品的客戶滿意度模型。仿真結(jié)果表明這種方法的有效性，避免了傳統(tǒng)的ANFIS使用梯度下降方法訓(xùn)練