论文题目: 神经模糊系统研究及其在电厂协调系统中的应用
论文类型: 博士论文
论文专业: 热能工程
作者: 林碧华
导师: 韩璞
关键词: 神经模糊系统,输入变量选取,过拟合,维数灾难,协调控制系统
文献来源: 华北电力大学（河北）
发表年度: 2005
论文摘要: 神经模糊系统是一种将模糊逻辑系统和神经元网络有机结合的新型的模糊推理系统结构,是模糊推理系统的神经网络实现,它具有以任何精度逼近任何线性或非线性函数的功能,又具有收敛速度快、误差小、所需训练样本少的特点。本文主要研究了神经模糊系统的学习能力、泛化能力,神经模糊系统输入变量的选取方法,过拟合问题、维数灾难问题的解决方法,最后将神经模糊系统应用于电厂的复杂系统——协调系统的建模和控制中,验证了神经模糊系统的有效性。1、分别研究了输入变量组合、隶属函数个数、训练次数、训练样本个数等对神经模糊系统的学习能力、泛化能力的影响以及神经模糊系统的学习能力和泛化能力之间的关系。2、提出了一种综合考虑了训练误差和检验误差的评价神经模糊模型性能的误差性能指标。3、提出了一种神经模糊系统输入变量的选取方法。该方法简单、快速,并且可以直接得出被建模系统的n、m、td 等,且输入变量被选中的先后顺序表明了该输入变量对被建模系统输出影响的重要程度。4、对于神经模糊系统的过拟合问题,本文提出了一种训练样本、检验样本的选择方法以及一种最佳训练次数的确定方法。5、对于复杂系统的神经模糊建模,(1)本文研究了多级神经模糊系统的结构及学习方法;(2)提出了一种基于多级神经模糊系统的输入变量选取方法;(3)提出了一种基于多级神经模糊系统的多输出系统建模方法。6、针对电厂协调系统中锅炉侧存在着很大纯迟延的问题,本文设计了两级神经模糊系统对电厂协调系统进行建模,分别建立其非线性模型、线性模型以及根据现场采集的数据建立的实际模型。仿真结果表明,应用神经模糊系统建立的模型具有较高的辨识精度和较小的预测误差。7、对于电厂协调系统,本文以神经模糊系统作为控制器,设计了两种控制方案:(1)基于LQR 控制的神经模糊协调控制系统;(2)基于PID-解耦控制的神经模糊-解耦协调控制系统。仿真结果表明,基于神经模糊系统的协调控制系统具有较好的控制性能和鲁棒性。
论文目录:
中文摘要
英文摘要
第一章 绪论
1.1 引言
1.2 模糊逻辑系统、神经网络的发展概况
1.2.1 模糊逻辑系统
1.2.2 神经网络
1.2.3 模糊逻辑系统与神经网络的比较
1.3 模糊逻辑系统与神经网络的结合
1.3.1 神经-模糊结合技术的发展
1.3.2 神经-模糊结合技术的分类
1.3.3 神经-模糊结合技术在建模和控制中的应用概况
1.4 神经模糊系统的若干研究方向
1.5 协调控制系统的复杂性及需要解决的问题
1.6 本文的研究内容和结构安排
第二章 神经模糊系统
2.1 引言
2.2 神经模糊系统简介
2.2.1 自适应神经模糊推理系统的结构
2.2.2 自适应神经模糊推理系统的学习算法
2.2.3 基于网格法的输入空间划分
2.3 神经模糊系统的学习能力、泛化能力研究
2.3.1 输入变量个数
2.3.2 输入变量组合
2.3.3 输入变量的隶属函数个数
2.3.4 训练数据输入顺序
2.3.5 训练次数
2.3.6 训练样本个数
2.3.7 训练样本
2.3.8 学习能力与泛化能力的关系
2.3.9 结论
2.4 本章小结
第三章 神经模糊系统的过拟合问题
3.1 引言
3.2 误差性能指标
3.3 输入变量的选取方法
3.4 训练样本、检验样本的选择
3.5 训练次数的确定
3.6 本章小结
第四章 复杂系统的神经模糊建模
4.1 引言
4.2 输入空间的划分
4.2.1 山峰聚类法
4.2.2 减法聚类法
4.2.3 减法聚类法与自适应网格法的比较
4.3 多级神经模糊系统
4.3.1 多级神经模糊系统的结构
4.3.2 多级神经模糊系统的学习方法
4.4 基于多级神经模糊系统的输入变量选取方法
4.5 多输出系统的神经模糊模型
4.6 本章小结
第五章 应用神经模糊系统建立协调系统模型
5.1 引言
5.2 神经模糊系统的辨识结构
5.3 神经模糊系统的辨识步骤
5.4 协调系统建模
5.4.1 非线性模型建模
5.4.2 线性模型建模
5.4.2.1 国产300MW 直流锅炉燃煤机组动态数学模型
5.4.2.2 独立模型建模
5.4.2.3 联合模型建模
5.4.3 现场数据建模
5.5 本章小结
第六章 基于神经模糊系统的协调控制系统设计
6.1 引言
6.2 被控系统模型
6.3 基于 LQR 控制的神经模糊协调控制系统设计
6.3.1 线性二次型最优控制
6.3.2 控制系统设计及仿真结果
6.4 基于神经模糊-解耦的协调控制系统设计
6.4.1 神经模糊-解耦控制系统结构
6.4.2 仿真结果
6.5 本章小结
第七章 结论与展望
7.1 本文的主要工作与创新点
7.2 本课题今后的研究内容
参考文献
致谢
个人简历、在学期间发表的学术论文及研究成果
发布时间: 2006-01-12
参考文献
- [1].Agent系统构建与交互关键问题研究[D]. 王家昉.天津大学2009
- [2].智能建模中冗余问题的分析与处理及其应用[D]. 陈超.华东理工大学2015
- [3].基于多元时间序列的关联分析及预测方法研究[D]. 李德才.大连理工大学2012
- [4].曲线拟合和径向基函数神经网络方法定量解析分子荧光光谱及其分析应用研究[D]. 夏祥华.河北大学2013
- [5].多项式神经模糊模型的构造与应用[D]. 王丹.武汉大学2012
相关论文
- [1].单元机组模糊多模型协调控制系统研究[D]. 陈彦桥.华北电力大学（河北）2004
- [2].神经网络在过程辨识与控制中的应用研究[D]. 周黎辉.华北电力大学（河北）2004
- [3].Hopfield神经网络及其在电厂中的应用研究[D]. 郭鹏.华北电力大学（河北）2004
- [4].单元机组协调控制系统的先进控制策略研究[D]. 房方.华北电力大学（北京）2005
- [5].单元机组非线性动态模型的研究[D]. 田亮.华北电力大学（河北）2005
- [6].模糊神经网络理论及其在复杂系统中的应用研究[D]. 王振雷.东北大学2002
- [7].智能控制在电厂主蒸汽温度控制系统中的应用研究[D]. 冯晓露.浙江大学2006
- [8].模糊神经网络的研究及其应用[D]. 孙海蓉.华北电力大学（河北）2006
- [9].先进控制方法在电厂热工过程控制中的研究与应用[D]. 华志刚.东南大学2006
- [10].模糊建模与控制及其在电厂热工自动控制中的应用[D]. 郝万君.哈尔滨工业大学2006