论文部分内容阅读
细胞是生命是基石,研究者从细胞中提取出一种自然计算的新模型——膜计算,其具有分布性、极大并行性并行的优点,具有很大研究发展的潜力。本文基于膜计算的研究成果与基本思想,结合树形结构的特点,研究并应用了一种基于树形分支结构的膜计算优化算法,结合神经网络将其运用在多输入多输出(MIMO)非线性的复杂系统等实际控制中,并对控制系统进行了仿真实验分析与比较。本文的研究主要工作归纳如下:(1)首先在标准膜计算的构架与思想基础上,受树形结构的启发,研究应用了一种带有树形分支结构的膜计算优化算法TMO(tree-structure membrane optimizationalgorithm)。此算法结构带有分支结构,在分支的膜子系统中运用各种进化交流规则一次进化。随后首先将此种膜优化算法简单运用到复杂函数的寻优中,对TMO构建了测试环境,进行了寻优结果的测试,并将其与遗传算法,粒子群优化算法等智能优化算法进行了仿真比较,结果分析显示了此方法寻优有效,收敛速度快,求解质量高。(2)板球控制系统为一种典型的多输入多输出(MIMO)非线性的复杂系统,本文将TMO算法应用在了板球系统中,首先将其与模糊RBF神经网络PID相结合,然后又将其与神经网络滑模控制相结合,分别设计并对板球系统进行了定点控制及轨迹控制的仿真实验,并与粒子群算法,嵌入式结构的膜算法进行了比较,显示了该算法的优点。(3)风洞是进行空气动力试验的重要设备,有着广泛的运用,内部参数的控制非常复杂,一样属于MIMO复杂系统,本文研究将TMO算法与BP神经网络PID控制进行结合,进行参数估计优化后,分别运用在姿态角与风洞马赫参数控制之中,对其进行了仿真分析,并且与粒子群算法、未优化之前进行比较,通过仿真结果得到了该优化算法的有效性和优越性。