Ｈａｍｍｅｒｓｔｅｉｎ模型基于神经网络的预测控制方法

向微; 盛捷; 陈宗海

doi:10.7523/j.issn.2095-6134.2008.2.013

中国科学院大学学报 >

2008 , Vol. 25 >Issue 2: 224 - 232

DOI: https://doi.org/10.7523/j.issn.2095-6134.2008.2.013

论文

Ｈａｍｍｅｒｓｔｅｉｎ模型基于神经网络的预测控制方法

向微 ,
盛捷 ,
陈宗海

展开

中国科学技术大学自动化系，合肥２３００２７

收稿日期: 1900-01-01

修回日期: 1900-01-01

网络出版日期: 2008-03-15

收起

ＭｏｄｅｌｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｓｆｏｒＨａｍｍｅｒｓｔｅｉｎｔｙｐｅｎｏｎｌｉｎｅａｒｓｙｓｔｅｍｓ

ＸＩＡＮＧＷｅｉ ,
ＳＨＥＮＧＪｉｅ ,
ＣＨＥＮＺｏｎｇＨａｉ

Expand

ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｏｎ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｈｅｆｅｉ２３００２７，Ｃｈｉｎａ

Received date: 1900-01-01

Revised date: 1900-01-01

Online published: 2008-03-15

Fold

摘要

Ｈａｍｍｅｒｓｔｅｉｎ模型是化工过程中最常用的模型之一，它由非线性静态环节和线性动态环节串连组成，适合描述ｐＨ过程和具有幂函数、死区、开关等非线性特性的过程．这类模型的控制问题可以分解为：线性模型的控制问题和非线性模型的求根问题．针对Ｈａｍｍｅｒｓｔｅｉｎ模型提出了一种基于神经网络的模型预测控制策略，采用一组神经网络拟合非线性部分的逆映射．这种方法不需要假设Ｈａｍｍｅｒｓｔｅｉｎ模型的非线性部分由多项式构成，并且避免已有研究在无根和重根情况下存在的问题．最后通过仿真试验证明了以上结论．

关键词： 模型预测控制; Ｈａｍｍｅｒｓｔｅｉｎ模型; 神经网络

本文引用格式

向微 , 盛捷 , 陈宗海 .

Ｈａｍｍｅｒｓｔｅｉｎ模型基于神经网络的预测控制方法

[J]. 中国科学院大学学报, 2008 , 25(2) : 224 -232 . DOI: 10.7523/j.issn.2095-6134.2008.2.013

Abstract

ＴｈｅＨａｍｍｅｒｓｔｅｉｎｍｏｄｅｌｉｓｃｏｍｐｏｓｅｄｏｆａｎｏｎｌｉｎｅａｒｓｔａｔｉｃｅｌｅｍｅｎｔａｎｄａｌｉｎｅａｒｄｙｎａｍｉｃｅｌｅｍｅｎｔｓｅｒｉａｌｌｙ，ａｎｄｉｔｐｒｏｖｅｓｔｏｂｅｅｆｆｅｃｔｉｖｅｉｎｄｅｓｃｒｉｂｉｎｇｔｈｅｂｅｈａｖｉｏｒｏｆｍａｎｙｃｈｅｍｉｃａｌｐｒｏｃｅｓｓｅｓ．Ｂｙａｐｐｒｏｐｒｉａｔｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｔｈｅｉｎｔｒｉｃａｔｅｎｏｎｌｉｎｅａｒｃｏｎｔｒｏｌｐｒｏｂｌｅｍｏｆｔｈｉｓｍｏｄｅｌｃａｎｂｅｆａｃｉｌｉｔａｔｅｄｉｎｔｏｔｗｏｐｒｏｂｌｅｍｓ：ｔｈｅｃｏｎｔｒｏｌｏｆｔｈｅｌｉｎｅａｒｐａｒｔａｎｄｔｈｅｓｏｌｕｔｉｏｎｏｆｔｈｅｎｏｎｌｉｎｅａｒｐａｒｔ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｍｏｄｅｌｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌｓｃｈｅｍｅｉｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｕｓｅｓａｓｅｔｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｓｔｏａｐｐｒｏｘｉｍａｔｅｔｈｅｉｎｖｅｒｓｅｍａｐｐｉｎｇｏｆｔｈｅｎｏｎｌｉｎｅａｒｂｌｏｃｋ．Ｔｈｉｓｎｅｕｒａｌｎｅｔｗｏｒｋｓｍｅｔｈｏｄｎｅｅｄｎｔａｓｓｕｍｅｔｈａｔｔｈｅｎｏｎｌｉｎｅａｒｂｌｏｃｋｉｓａｐｏｌｙｎｏｍｉａｌｅｑｕａｔｉｏｎ，ｔｈｕｓｉｔｏｖｅｒｃｏｍｅｓｔｈｅｄｉｆｆｉｃｕｌｔｙｔｈａｔｎｏｒｅａｌｒｏｏｔｓｅｘｉｓｔｆｏｒｔｈｅｐｏｌｙｎｏｍｉａｌｅｑｕａｔｉｏｎ．Ｔｗｏｓｉｍｕｌａｔｉｏｎｅｘａｍｐｌｅｓ，ｉｎｃｌｕｄｉｎｇａｐＨｎｅｕｔｒａｌｉｚａｔｉｏｎｐｒｏｃｅｓｓ，ａｒｅｕｓｅｄｔｏｄｅｍｏｎｓｔｒａｔｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｍｅｔｈｏｄ．

Key words： ｍｏｄｅｌｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌ; Ｈａｍｍｅｒｓｔｅｉｎｍｏｄｅｌ; ｎｅｕｒａｌｎｅｔｗｏｒｋｓ

Options

文章导航

摘要

本文引用格式

Abstract

访问统计

联系我们

模态框（Modal）标题

摘要

本文引用格式

Abstract

访问统计

联系我们