论文部分内容阅读
非线性系统是实际中存在的一类复杂系统,无论在建模还是控制方面都具有相当的难度。对非线性系统,多模型是一种行之有效的建模与控制方法,它通过建立多个局部模型来实现对被控对象非线性的逼近,并根据每个局部模型设计相应的局部控制器,通过多模型的权值函数或切换指标函数,将这些局部模型或控制器构造成系统的全局模型或控制器。多模型方法能够有效地改善控制系统的过渡过程品质,多年来,已在理论和实践上取得了令人瞩目的成果。
但是,以往的研究工作多集中在设计不确定性线性系统的多模型自适应控制器,而多模型方法在非线性系统中的研究正处于起步阶段。本论文以非线性系统作为研究对象,将多模型与预测控制相结合,来解决非线性系统的建模与控制器设计问题。论文的主要结果有(1)针对弱非线性系统,利用单神经元构造被控对象的预测模型,提出了基于单神经元模型的单值和多值预测控制算法。并通过理论分析给出了单值情况下闭环系统稳定的充要条件。(2)利用单神经元来逼近非线性系统在平衡点邻域内的泰勒展开式的直至二次项,提出了一种用多个单神经元模型来拟合非线性系统的建模方法,得到一种新的多神经元模型预测控制算法。(3)针对一类离散时间非线性系统的输入输出模型和状态空间模型,在每一个平衡点邻域内仅用一条模糊规则建立线性模型,形成了非线性系统的多模糊模型表示,分别提出了基于多模糊模型的广义预测控制和基于多模糊模型的动态矩阵控制算法。(4)对所提出的各类预测控制算法进行了仿真研究,证明了算法的有效性。