收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于智能算法的非线性模型研究及预测控制

郭健  
【摘要】: 近年来,随着生命科学和计算机技术的迅速发展,大规模并行处理技术的产生,以不确定性、非线性、时间不可逆性为内涵,以复杂问题为对象的“复杂性研究”新兴边缘交叉学科的出现,尤其是以粒子群算法(Particle Swarm Optimization,简称PSO)、遗传算法(Genetic Algorithm,简称GA)和神经网络(Artificial Neural Network,简称ANN)等为代表智能仿生技术的引入,具有随机搜索性能的智能优化分析方法逐渐发展起来,为具有时变特性的土木工程问题解决,提供了一种全新的研究思路和方法,并已取得了重大的科研成果。 正是基于这样一个背景,本文结合智能研究的发展成果,针对工程的复杂性、时变性特点,将变异粒子群算法(Variation PSO,简称VPSO)引入反分析研究,与具有动态反馈特性的Elman神经网络(Elman Neural Network,简称ENN)进行融合,提出了新的耦合算法“VPSO-ENN”,用于岩土工程智能分析,成功实现了大型工程问题的非线性参数辨识和变形预测控制。本文主要完成以下几个方面工作: (1)系统地研究了标准粒子群算法(Standard PSO,简称SPSO)生物运行机理,针对SPSO算法在求解高维、多峰等复杂非线性优化问题时,易陷入局部最优解、早熟等缺陷,本文采用粒子速度随机变异策略,对SPSO算法进行改进,提出了一种具有全局快速收敛的VPSO算法。通过对5个高维复杂Benchmark测试函数的优化,结果表明VPSO算法具有搜索机理简单、算法参数调整少、无需梯度信息的特点,与SPSO相比,VPSO算法的收敛精度、收敛速度以及算法稳定性,均得到显著地提高。 (2)将VPSO算法与Elman反馈网络进行融合,提出了一种新的耦合算法“VPSO-ENN”。采用VPSO算法优化并确定ENN权值和阈值,使其学习训练不再依赖于梯度信息。通过VPSO搜寻ENN最优的一组权值和阈值,能有效找到问题的全局最优解,克服了ENN算法易于陷入局部极小和收敛速度慢的缺点,可提高网络的训练速度、非线性映射和泛化能力,实现任意非线性函数的逼近。 (3)建立了基于“VPSO-ENN”非线性参数辨识模型,采用隐性数学表达式建模方式,通过对其目标隐函数进行寻优,实现了时变系统的辨识输出值与实际输出值的高精度拟合,达到非线性参数辨识的目的。结果表明,VPSO-ENN辨识模型具有很强的非线性参数辨识能力,该方法简单易操作且识别准确率高,用以反推时变系统的未知参数是可行的,具有工程实用性。 (4)根据VPSO算法仿生优化原理和网络控制理论,采用预测智能控制的思想,建立了一个多输入多输出(MIMO)的“VPSO-ENN”预测智能控制系统。将预测系统中过去时刻输出的一阶导数和二阶导数加入到模型的输入,使预测模型VPSO-ENNPM具有动态反馈特性。通过优化含有预测信息的目标函数,系统获得预测控制律,成功地避免了递推预测模型误差迭加增大的问题,实现了时变系统预测智能控制。 (6)利用VPSO算法和Elman神经网络控制技术,采用时间窗口滚动技术,建立了一套集深基坑施工变形预测与控制于一体的“VPSO-ENN”多步预测控制系统,通过建立期望输出与超前预测输出之间的非线性隐式方程表达式,成功地避开了复杂的岩土本构关系和力学计算。采用MATIAB7.0编制程序,利用基坑有限的历史监测变形数据和最新的观测数据,成功地实现了基坑施工变形的多步预测。 工程实例分析表明,基于“VPSO-ENN”智能预测方法具有较高的预测精度、很强的泛化能力,适于对时变系统未来变化趋势的预测控制智能化,可实现大型土木工程施工过程的实时控制。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王建国,邓自立;有观测噪声的时变系统的参数估计(英文)[J];控制理论与应用;1987年02期
2 宋学新;;一种快时变系统的自校正调节器[J];自动化技术与应用;1990年02期
3 张承进,王付生,吴晓武;一类离散时间时变系统的自适应辨识与控制[J];山东电力高等专科学校学报;1998年01期
4 刘玉生,李眉眉;线性时变系统的模型参考自适应控制[J];自动化学报;2000年05期
5 龙海燕;边少锋;;基于系数的二阶线性时变系统镇定条件[J];海军工程大学学报;2008年06期
6 沈轶,付莉红,胡建元;非线性离散时变系统族的鲁棒稳定性[J];三峡大学学报(自然科学版);1997年01期
7 郭杰荣;王先春;;电子通信系统教学综合工具箱的开发与应用[J];中国现代教育装备;2009年17期
8 殿斌,赵晓晖,冯纯伯;时变系统的自适应跟踪控制[J];控制理论与应用;1998年05期
9 罗晓,陈耀,孙优贤;基于小波包分解的非线性时变系统辩识[J];高校应用数学学报A辑(中文版);2004年01期
10 何琴芳;线性离散时间时变系统的时不变叠加表示法[J];电气电子教学学报;1992年01期
11 丁锋,谢新民,方崇智;辨识时变系统遗忘因子算法的收敛性分析[J];控制理论与应用;1994年05期
12 刘整社;时变参数的一种快速跟踪最小二乘估计方法[J];控制理论与应用;1995年02期
13 丁锋,谢新民,方崇智;时变系统辨识的多新息方法[J];自动化学报;1996年01期
14 开学广,王付生,张承进;一类离散时间时变系统的自适应辨识与控制[J];控制与决策;1999年06期
15 丁锋,杨家本,丁韬;时变系统最小均方算法的性能分析(英文)[J];控制理论与应用;2001年03期
16 黄晓明,张国忠,徐春梅;基于S函数的时变系统仿真[J];计算机仿真;2004年05期
17 远方;乔雪芬;;特殊线性时变系统的lyapunov函数的构造研究[J];邢台职业技术学院学报;2008年05期
18 姚利娜;赵培君;师黎;;线性时变奇异系统的最优容错控制[J];信息与控制;2010年03期
19 丁锋;谢新民;;动态系统时变参数跟踪估计[J];控制与决策;1992年03期
20 顾兴源;邵诚;;关于自适应控制系统的鲁棒稳定性条件[J];自动化学报;1993年04期
中国重要会议论文全文数据库 前10条
1 李育杉;戴宪华;刘军;;一种时变MIMO系统盲反卷积模型[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
2 韩存武;王小捷;钟义信;;具有死区非线性时变系统的鲁棒自适应控制[A];1997中国控制与决策学术年会论文集[C];1997年
3 罗彬;曾水平;;基于Elman网络的铝电解槽故障诊断系统的研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年
4 丁锋;杨家本;;一类时变参数系统的辨识模型及辨识算法[A];1998中国控制与决策学术年会论文集[C];1998年
5 房辉;;关于线性时变系统的一致渐近稳定性的研究[A];1994年中国控制会议论文集[C];1994年
6 张承进;亓学广;;一种新的时变系统间接自适应控制方法[A];1996年中国控制会议论文集[C];1996年
7 张琦;邵立福;;基于Elman神经网络的液压泵故障诊断模型研究[A];机床与液压学术研讨会论文集[C];2004年
8 桂晓琳;许向阳;;基于Elman神经网络的网络流量预测[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
9 黄焯;方康玲;梅胜松;;一种改进的模糊模型辨识方法[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
10 王治祥;丁锋;李小芹;;一类时变系统参数跟踪估计[A];1992年中国控制与决策学术年会论文集[C];1992年
中国博士学位论文全文数据库 前10条
1 郭健;基于智能算法的非线性模型研究及预测控制[D];华中科技大学;2008年
2 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年
3 于开平;时变结构动力学数值方法及其模态参数识别方法研究[D];哈尔滨工业大学;2000年
4 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年
5 贾宇峰;考虑颗粒破碎的粗粒土本构关系研究[D];大连理工大学;2008年
6 静大海;机器人关节面时变物理参数在线识别方法的研究[D];北京邮电大学;2007年
7 郭毓;一类时变系统的自适应迭代学习辨识与控制[D];南京理工大学;2007年
8 余雪岗;无线局域网中的移动预测研究及应用[D];吉林大学;2007年
9 殷明慧;轨迹稳定性与时变因素分析[D];南京理工大学;2008年
10 徐龙河;基于MR阻尼器的半主动结构控制的理论与试验研究[D];天津大学;2004年
中国硕士学位论文全文数据库 前10条
1 陈柏侠;有限区间时变系统最小二乘学习辨识[D];浙江工业大学;2012年
2 郭小丛;扰动时变系统的控制性能评价[D];东北大学;2009年
3 刘莹;基于神经网络的非线性系统多步预测控制[D];河北工业大学;2004年
4 连冬艳;时变系统的有限时间稳定[D];郑州大学;2009年
5 周红莉;基于神经网络的移动机器人控制研究[D];兰州理工大学;2006年
6 王兆艳;核为概周期的线性时变系统[D];哈尔滨工业大学;2006年
7 赵芳;基于ELMAN网络的金融控股公司治理及评级研究[D];浙江师范大学;2009年
8 杜晓坤;信息融合与Lon Works总线在煤矿监测系统中的应用研究[D];辽宁工程技术大学;2006年
9 周硕;智能控制在石膏纤维板厚度控制中的应用[D];沈阳工业大学;2007年
10 曹国昕;网络流量分析与预测模型研究[D];吉林大学;2009年
中国重要报纸全文数据库 前5条
1 本报记者  姚学文 通讯员  周科际 实习生 吴毅;曾庆元:破解列车行驶世界难题[N];湖南日报;2006年
2 黄中;自控科技走向全面智能化[N];中国知识产权报;2001年
3 孟庆丰;港口大型装卸设备有望“减肥”[N];中国交通报;2007年
4 记者徐兰山通讯员周科际;攻关卅载院士皓首智破世界难题[N];科技日报;2002年
5 范兴川 张蕾;独辟蹊径 致力列车脱轨分析理论研究[N];科技日报;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978