先进控制系统.ppt.pptx

5.4先进控制系统;一、预测控制;预测控制算法有两种类型，

一类基于非参数模型(如阶跃响应或脉冲响应)，通过输出预测、反馈校正和滚动优化计算当前和未来时刻的控制量，使输出响应符合预先设定的轨迹。主要代表是动态矩阵控制(DMC：DynamicMatrixControl)和模型算法控制(MAC：ModelAlgorithmicControl)。

另一类则是建立在模型辨识和最小方差控制基础上的广义预测控制(GPC，GeneralizedPredictiveControl)。

预测控制的控制算法尽管其形式不同，但都有一些共同的特点，归结起来有三个基本特征：即模型预测、滚动优化和反馈校正。;1）预测控制组成与工作原理;2）预测模型;二、推断控制(InferentialControl);2）推断控制类型;3）推断控制组成与工作原理;三、自适应控制系统;2）简单自适应控制;3）模型参考自适应控制系统;4）自校正控制系统;5.5智能控制;13.5.2模糊控制;13.5.2.2模糊化(Fuzzification);模糊化示例;13.5.2.3知识库;控制规则的一般表模示形糊式控：制规则;13.5.2.4模糊推理;GMP推理规基则本推理形G式MT推理规则;模糊控制器输出量;13.5.2.5去模糊化(Defuzzification);有多种清晰化方法去，模这里糊介方绍法最常用的面积重心法与最大隶属度法：

面积重心法这种方法类似于重心计算，取μ(u)的加权平均值为u的精确值，即：;例:设论域X=Y={1,2,3,4,5}上定义的模糊子集“大”、“较小”、“小”分别为

已知规则：“若x小，则y大”。问当x=较小时，y=？;13.5.2.6模糊控制系统设计实例;13.5.3.1专家1系3.统5.3专家控制系统;专家控制把1控3.制5系.3统.2看专作家为控基制于知系识统的系统，系统包含控制系统的知识，按照专家系统知识库的构造，有关控制的知识可以分类组织，形成数据库和规则库。;13.5.4.1神经13网.5络.基4神本经概念网络控制;常用激活函数;2)神经网络模型结构;3)神经网络的学习方法;4)学习规则;在Hebb规则中，调整神H经eb网b络规权则值w的原则是“若第i;其要点为在学习过程梯中度，保下持降误规差曲则线的梯度下降。;BP算法及其改进;Kohonen学习规则(竞争学习规则);BP学习算法【输入信息从输入层正向传至隐层逐层处理，最后传向输出层。如果在输出层不能得到预期的输出，则进行反向??习，将误差信号沿原通路返回，通过修改各层神经元的权值，使得输出误差信号最小，这也是BP网络名称的来由】;BP学习算法【输入信息从输入层正向传至隐层逐层处理，最后传向输出层。如果在输出层不能得到预期的输出，则进行反向学习，将误差信号沿原通路返回，通过修改各层神经元的权值，使得输出误差信号最小，这也是BP网络名称的来由】;…;13.5.4.2神经网络控制(NNC);1)逆动态模型控制;实际2应)监用中督有控许多制需(要s人up参e与r的v控is制e系d统c，on即t需ro要l由)人;3)内模控制;4)自适应控制;图13-41(b)神经网络模型参考自适应控制系统;5)预测控制;神经网络预测控制算法