基于免疫优化算法的热工过程模糊建模和控制方法研究

论文题目: 基于免疫优化算法的热工过程模糊建模和控制方法研究

论文类型: 硕士论文

论文专业: 测试计量技术及仪器

作者: 朱红霞

导师: 沈炯

关键词: 免疫遗传算法,模糊控制,动态免疫进化聚类,模糊建模,非线性预测控制,热工过程,汽温系统,单元机组负荷控制系统

文献来源: 东南大学

发表年度: 2005

论文摘要: 热工过程的自动控制是保证发电机组热力设备安全经济运行的必要措施,建立精确的热工过程整体模型是对热工过程进行全局优化控制的基础。但由于热工过程具有非线性和不确定性等复杂特性,传统方法难以建立可精确表达热工过程的非线性模型及实施整体优化控制。为此,有必要对一些先进的非线性建模与控制方法进行深入的研究,将其应用于热工过程以有效地提高机组的安全经济性。免疫系统具有免疫记忆、免疫识别、分布性、鲁棒自适应等特性,将这些免疫机制引入控制领域,为解决不确定性系统建模和复杂对象的动态自适应控制等难题提供了一个崭新的思路。本文将免疫信息处理机制应用于遗传算法的改进、模糊控制优化设计、模糊聚类建模及非线性预测控制等方面,解决了复杂系统非线性建模和控制中的一些难题,并对电厂热工过程如汽温系统、单元机组负荷系统等进行了仿真研究。本文具体研究内容如下:(1)分析了传统遗传算法存在的缺陷和成因,在此基础上,将免疫系统的抗原识别、抗体多样性、免疫记忆、浓度调节等机制引入遗传算法中,提出两种改进的免疫遗传算法(IGA)。一是改进型单种群进化免疫遗传算法,它利用一种记忆细胞精英抗体遗传策略进一步保证了算法的稳定性和收敛性;二是多种群进化免疫遗传算法,它将遗传的竞争过程分为子种群间的竞争和子种群内个体间的竞争两级,能有效解决全局和局部搜索能力间的矛盾。通过对测试函数的求解,表明文中两种改进型IGA均具有优良的的寻优特性。(2)提出了一种基于免疫遗传算法的模糊控制器优化设计方法。在模糊规则和隶属度函数参数联合编码基础上,通过改进的免疫遗传算法实现模糊控制器参数的同步优化。以过热汽温控制系统为例进行了仿真试验,结果表明采用改进的免疫遗传算法优化模糊控制,可以克服传统遗传算法存在的缺陷,保证更快更稳地搜索到最优的规则库和隶属函数,优化后的模糊控制系统具有很好的控制效果。(3)提出一种新型动态免疫进化聚类算法以克服传统模糊聚类建模方法须事先确定规则数的缺陷。它通过改进的遗传策略来优化染色体长度以实现聚类个数全局寻优,同时利用模糊C-均值(FCM)聚类算法加快聚类中心参数的收敛;此外,通过引入免疫系统的记忆功能和疫苗接种机理,新算法得以快速稳定地收敛到最优解。利用这种高效的动态聚类算法辨识模糊模型,可以同时得到合适的模糊规则数和准确的前提参数。对经典实例进行的仿真计算验证了这种模糊聚类建模方法的有效性。将其用于建立热工过程的非线性模糊模型,不需要预先指定模型的规则数,计算量较小,而且所辨识模型精度高,从而为热工过程的整体优化控制奠定了模型基础。(4)提出了一种基于模糊模型和免疫优化的非线性预测控制方法,该方法将离线辨识到的精确的全局模糊模型作为预测模型,然后利用实数编码的免疫优化算法在线实现非线性预测控制的滚动优化,给出最优的控制量。且该方法可通过修正的遗传算子方便地解决输入受限问题。通过对锅炉过热汽温控制系统和一个简化了的500MW单元机组负荷控制系统的仿真试验,验证了该非线性预测控制方法的有效性,为复杂热力系统控制品质的提高提供了一条新的途径。

论文目录:

摘要

Abstract

第一章 绪论

1.1 选题背景

1.2 模糊建模和模糊控制理论及研究现状

1.2.1 模糊建模及其发展

1.2.2 模糊控制的研究概况

1.2.3 模糊预测控制研究概况

1.3 人工免疫系统及其在控制领域的应用

1.3.1 免疫系统组成和特点

1.3.2 免疫优化算法研究现状

1.3.3 免疫机制在控制领域中的应用现状

1.4 本文的研究内容

参考文献

第二章 免疫遗传算法的改进及其在模糊控制优化设计中的应用

2.1 引言

2.2 两种改进型免疫遗传算法

2.2.1 基本遗传算法存在的问题

2.2.2 本文IGA 算法依据的免疫学原理

2.2.3 改进的单种群进化免疫遗传算法

2.2.4 多种群进化免疫遗传算法

2.2.5 算法优化性能实验分析

2.3 基于免疫遗传算法的模糊控制优化方法

2.3.1 常规模糊控制器的设计

2.3.2 基于免疫遗传算法的模糊控制器优化设计

2.3.3 仿真实验

2.4 本章小结

参考文献

第三章 基于动态免疫进化聚类的模糊建模方法及其在汽温系统中的应用研究

3.1 引言

3.2 模糊建模方法简介

3.2.1 结构辨识

3.2.2 参数辨识

3.3 动态免疫进化聚类算法

3.3.1 基于免疫遗传的动态进化聚类算法

3.3.2 聚类实例

3.4 基于动态免疫进化聚类的模糊模型辨识

3.4.1 基于动态免疫进化聚类算法确定模糊模型前提结构和参数

3.4.2 模糊模型结论参数的辨识

3.4.3 仿真实例

3.5 过热和再热汽温系统的模糊建模仿真研究

3.5.1 锅炉过热汽温系统

3.5.2 锅炉再热汽温系统

3.6 本章小结

参考文献

第四章 基于模糊模型和免疫优化的非线性预测控制方法研究

4.1 引言

4.2 预测控制基本原理

4.3 基于免疫优化算法的非线性预测控制方法

4.3.1 非线性预测控制系统结构

4.3.2 模糊预测模型及反馈校正

4.3.3 基于免疫算法的滚动优化

4.3.4 基于免疫优化算法的非线性预测控制的实现步骤

4.4 过热汽温非线性预测控制

4.5 单元机组负荷非线性预测控制

4.5.1 单元机组负荷模糊模型

4.5.2 单元机组负荷非线性预测控制

4.6 本章小结

参考文献

结束语

致谢

作者在硕士研究生期间撰写和发表的论文

作者在硕士研究生期间参与的科研项目

江苏省优秀硕士学位论文推荐表

发布时间: 2007-06-11

参考文献

• [1].基于免疫遗传算法的不确定条件下Job-Shop调度问题研究[D]. 胡扬俊.大连交通大学2016
• [2].免疫遗传算法的研究及其在车间作业调度领域的应用[D]. 高希敏.长春理工大学2011
• [3].桥式起重机防摇摆控制算法研究[D]. 白心阳.南京航空航天大学2018
• [4].基于肌腱驱动的灵巧手控制技术研究[D]. 孟敏锐.南京邮电大学2018
• [5].超临界机组SCR烟气脱硝模糊控制研究[D]. 廖鹏.长沙理工大学2017
• [6].基于模糊控制的烘丝机温度优化控制[D]. 廖龙.西南科技大学2018
• [7].一种可避免规则爆炸的模糊控制方法研究与应用[D]. 彭也.上海师范大学2018
• [8].基于模糊控制的DASH自适应算法研究[D]. 薛琳.天津大学2017
• [9].棉田滴灌自动控制系统设计[D]. 赵天图.石河子大学2017
• [10].基于粒子群优化磁悬浮模糊控制系统设计[D]. 戴乐强.湖南工业大学2016

相关论文

• [1].遗传算法在热工过程建模与优化控制中的应用研究[D]. 赵亮.东南大学2006
• [2].热工大时滞系统的模糊预测控制[D]. 谭悦.华北电力大学（河北）2006
• [3].基于T-S模型的热工系统模糊建模与控制[D]. 刘丽.华北电力大学（河北）2006
• [4].模糊预测控制技术在大滞后温度系统中的应用研究[D]. 徐爱微.中国计量科学研究院2007
• [5].遗传算法在热工过程辨识与控制中的应用研究[D]. 张世华.东南大学2004
• [6].基于人工免疫的过热汽温多模型控制研究[D]. 张芳生.东南大学2004
• [7].自适应神经网络及其在热工过程建模与预测控制中的应用研究[D]. 杨戈.东南大学2004
• [8].基于免疫遗传算法参数优化的PID控制[D]. 盛孟刚.湘潭大学2005
• [9].模糊免疫PID算法在焦炉温度控制中的研究[D]. 赵亚平.东北大学2006
• [10].动态矩阵控制在电厂热工控制系统中的应用[D]. 黄成静.华北电力大学（河北）2003

标签：免疫遗传算法论文;  模糊控制论文;  动态免疫进化聚类论文;  模糊建模论文;  非线性预测控制论文;  热工过程论文;  汽温系统论文;  单元机组负荷控制系统论文;