席剑辉[1]2002年在《神经网络在建筑材料系统辨识领域的应用研究》文中提出本文证明了人工神经网络(ANN)应用于建筑材料系统辨识领域的有效性，主要从微观和宏观两个方面进行了研究。根据具体研究问题的不同，选用不同的网络模型逼近实际系统。 宏观上，以混凝土强度为例，研究如何利用神经网络建立原材料配方与混凝土强度的关系模型。介绍可以全局收敛的径向基函数(Radial basis function，RBF)神经网络。本文中该网络采用正交学习算法(Orthogonal least square，OLS)辨识混凝土强度模型，并将仿真结果与现在广受欢迎的BP网络比较。表明RBF网络的学习速度比BP神经网络显着加快，并且具有较好的泛化能力，能有效地应用于混凝土领域。 微观上，抛开具体材料形式，探讨原材料配方(这里是以化学元素形式表示)与材料内部最终形成的化学成分的关系。基于RBF网络和感知器(Perceptron)网络建立一四层前馈神经网络—径向基感知器(Radial basis perceptron，RBP)网络。该网络主要有以下特点：(1)网络结构上，两层隐层选择性连接，隐层节点数在学习过程中动态确定；(2)学习规则上，提出一种同时考虑输入输出样本信息的输入一输出聚类(Input-output clustering，IOC)方法，且聚类中心的形状参数σ自适应变化。以CaO-Al_2O_3-SiO_2系统为例，对材料成分分析领域的仿真结果表明，该网络可成功地包含材料成分的构成信息，实现精确分类，并具有较高的泛化能力。 综上所述，神经网络作为一种先进的辨识手段将为建筑材料系统辨识领域的研究开辟一条新颖有效的途径。
赵林[2]2003年在《结构振动半主动控制及其实用性研究》文中进行了进一步梳理结构振动半主动控制是目前性能价格比最高、最具工程应用前景的一种结构控制方法。它既可以克服主动控制需要大量外部能源的缺点,又基本沿用被动控制措施,同时具有良好而可靠的控制效果。虽然目前出现了多种控制方法和控制装置,但是由于土建结构振动控制问题的特殊性和复杂性,使得许多理论研究成果无法应用于工程实践当中。因此,在理论研究的基础上,结合结构工程实际,对结构振动半主动控制及其实用性进行深入研究是具有重要理论价值和工程实用价值的。本文针对上述问题,借鉴相关学科的最新研究成果,对目前半主动控制中存在的主要问题分别提出新的解决方案。其中主要的研究性工作包括:利用模态变换技术,基于单步状态预测控制律,提出了多自由度结构体系主动变刚度阻尼(AVSD)多振型开关控制律;在神经网络对MR阻尼器恢复力特性精确辨识的基础之上,基于LQG控制(即线性二次型高斯最优控制算法)提出了MR阻尼器应用于半主动控制的跟踪控制算法;阐述了人工神经网络在结构振动控制中的应用进展,并提出了基于BP(Back Propagation)神经网络的跟踪辨识方法;对结构振动半主动控制的时滞问题进行了探讨,并介绍了两种切实可行的时滞补偿方法,即:移相法和状态预测补偿法;针对主动变刚度阻尼AVSD半主动控制控制装置的优化设置问题,基于多模态优化设置准则,提出了一种具体的控制装置优化设计方法;最后,探讨了结构振动半主动控制工程应用中所面临的几个问题,并针对上述问题指出了半主动控制工程应用中值得进一步研究的课题及其发展的方向。
杨二静[3]2007年在《人工神经网络和遗传算法在岩土及结构工程中的应用研究》文中进行了进一步梳理在岩土及结构工程中存在大量的不确定性问题，目前对这些问题的求解方法主要有模糊数学、灰色理论、人工神经网络和遗传算法等。本文主要对人工神经网络、遗传算法以及两者的混合在岩土及结构工程中的应用，进行了一次较为全面的总结，目的在于：指导工程人员借鉴前人经验，克服缺陷，更好地解决面临的工程问题；为这叁种方法在岩土及结构工程中的应用和发展起到推动作用。人工神经网络方面包括岩土与结构材料参数选取及分类、桩基工程、基坑工程、工程稳定性、优化设计及工程可靠度分析六大方面的研究综述及应用实例。遗传算法方面包括工程反分析、材料参数选取及本构模型识别、结构优化设计、地基工程、边坡稳定性、工程可靠度分析及基础工程六大方面的研究综述及应用实例。混合算法方面按照人工神经网络与遗传算法结合的机理不同分为遗传算法改进人工神经网络、人工神经网络进化遗传算法及人工神经网络与遗传算法相互合作叁大方面，并对每个方面分别综述且附有实例。文中对部分实例进行了分析和评价。总结当中，我发现了人工神经网络及遗传算法当中存在的一些问题，分析了解决措施，并提出一些自己的观点。
颜永民[4]2007年在《建筑冷热源系统自适应优化控制模型的研究》文中认为在HVAC系统能耗中,冷热源的能耗占了相当大的比重,HVAC系统的冷热源运行能耗直接影响了系统的能耗特点,并对系统初投资、运行费用和环境等产生重要的影响。在冷热源优化控制研究中,大部分研究都集中在冷热源系统的单个组件或某个子系统的优化控制,没有从系统角度考虑冷热源系统优化控制问题;小部分研究虽然对冷热源系统提出了优化控制方法,但还存在一定的不足,不能较好地运用于实际工程。而在实际工程中,冷热源的优化控制大部分集中在机组开启台数的控制、水温控制和流量控制等简单控制,没有实现真正意义上的优化控制,因此有必要寻找一种优化控制方法,既能达到优化的效果,又适合实际工程的需要。空调冷热源优化控制的研究目前主要包括数学模型的建立、模型参数辨识和优化算法等叁方面,并且叁者是密不可分的。冷热源设备的性能特性分析计算是冷热源优化控制的基本依据之一,建立相关的设备模型,对冷热源的优化控制具有十分重要的意义。在冷热源自适应优化控制研究中,本文以长沙某出版社的冷热源系统为研究对象,建立了冷水机组、水泵、冷却塔和锅炉的数学模型。为了解决模型参数辨识精度和计算时间的矛盾,本文在传统的递推最小二乘法基础上,提出了HVAC系统的遗忘因子模糊自整定的系统辨识法。在变遗忘因子法中,为了跟踪模型的时变参数,不同的设备模型需要确定不同的遗忘因子准则函数,而运用遗忘因子模糊自整定的系统辨识法后,各设备模型可通用一个遗忘因子准则函数,既可以减少确定各模型遗忘因子准则函数所带来的繁琐性,又能保证计算精度。在运用遗忘因子和模糊控制的方法后,整个过程的计算量增加不大。本文分别以小型蒸汽吸收式溴化锂机组、涡旋式风冷热泵机组和螺杆式冷水机组为实验对象,对遗忘因子模糊自整定的系统辨识法和相关文献中的变遗忘因子法进行了比较。计算结果表明,遗忘因子模糊自整定法在快速跟踪变化的参数同时,也保证了参数估计的精度,通用性强。在遗忘因子模糊自整定系统辨识的基础上,提出了冷热源系统自适应优化控制模型。冷热源系统自适应优化控制模型包括叁个部分:参数估计模型、系统设备模型和优化控制模型。在参数估计模型中,为了节约计算时间和减少计算的复杂性,采用遗忘因子模糊自整定递推最小二乘法,对设备模型的参数进行估计。系统设备模型采用辨识模型,对设备进行能耗计算。在优化模型中,根据目标函数和约束条件,构造惩罚函数,把原来的约束问题转化为无约束的优化问题。在优化算法模型中,为了能较好地处理离散参数和约束条件,采用二进制编码的遗传算法,对冷热源系统运行参数进行优化。为了验证冷热源系统自适应优化控制模型的有效性,利用某出版社的空调冷源系统对优化控制模型进行了检验。经计算分析,优化后的系统能耗比优化前节能约7%。为了减少冷热源系统在线优化控制问题的复杂性和节约计算时间,运用近似优化控制策略,对冷热源自适应优化控制模型进行简化,得到简化模型。在此基础上,再运用本文提出的优化算法对建筑冷热源系统进行优化。本文对简化的系统优化控制模型与未简化的系统优化控制模型进行了对比,在对比分析中发现,两种模型的平均节能率相差不大,说明系统优化控制模型在运用近似优化策略进行简化后,既可以简化计算,又能达到较好的节能效果。在冷热源优化控制系统中,现场控制也是很重要的一个环节。除了开/关控制,常规PID控制器是现场控制中应用最为广泛最基本的控制器。但是常规的PID控制主要是控制具有确切模型的线性过程,而对于非线性、时变的系统,则很难达到满意的控制效果。提出了自适应模糊PID控制器模型,可以根据系统误差和误差变化率不断对PID控制器的输出进行在线调整。以某空调房间温度控制系统为研究对象,对自适应模糊PID控制器和常规PID控制器进行了对比。计算结果表明,自适应模糊PID控制器具有良好的动、静态性能,并且鲁棒性较强。本文的主要创新点如下:(1)冷热源系统的设备模型对冷热源优化控制具有重要的影响,考虑到计算速度的约束,提出了冷却塔进、出水温差的辨识模型。(2)为了辨识HVAC系统设备模型的时变参数,在传统的带遗忘因子递推最小二乘法基础上,提出了HVAC系统的遗忘因子模糊自整定系统辨识法。运用遗忘因子模糊自整定的系统辨识法后,各设备模型可共用一个遗忘因子准则函数,既可以减少确定各模型遗忘因子准则函数所带来的繁琐性,又能保证计算精度。在运用遗忘因子和模糊控制的方法后,整个过程的计算量增加不大。(3)在遗忘因子模糊自整定系统辨识的基础上,提出了冷热源系统在线自适应优化控制模型。(4)为了能更好地将冷热源自适应优化控制模型运用于实际工程,对冷热源优化控制问题进行了简化,提出了冷热源自适应优化控制简化模型。(5)提出了模糊自整定PID控制器, PID控制器的参数能够在线自整定,能对复杂的系统进行有效控制,使控制系统的性能明显改善。
佚名[5]2010年在《自动化技术、计算机技术》文中提出TP112010051942输出耦合的复杂网络自适应牵制同步/樊春霞,蒋国平(南京邮电大学自动化学院)//应用科学学报.―2010,28(2).―203～208.针对输出耦合复杂网络的同步控制,提出一种自适应牵制控制方法以实现复杂网络同步。不同于现有同步控制方法,该方法利用节点输出变量构造同步控制器,只需控制网络中的部分节点就可根据同步误差自适应
徐晓龙[6]2006年在《高层建筑结构的智能半主动振动控制研究》文中提出结构振动半主动控制研究包括控制装置和控制策略的研究两个部分。虽然结构振动半主动控制的研究已经取得了长足进展，许多半主动控制装置也已经成功应用于实际工程之中，然而关于结构振动半主动控制策略的研究仍存在许多问题。被控结构系统的非线性、时变、时滞、强耦合、分布参数以及非确定性等复杂因素的影响，给振动控制策略的研究带来很大困难。结构振动智能半主动控制策略的研究为解决以上问题开辟了一条有效途径。在这方面进行深入研究具有重要的理论价值和工程实用价值。 本文在充分借鉴现代控制理论、智能控制理论、系统辨识技术、计算智能方法、新材料技术的基础上，结合国际上通用的第叁阶段非线性Benchmark建筑结构模型，进行了较完整的高层建筑结构振动智能半主动控制系统的研究。本文的主要研究内容如下： 1．提出了一种基于人工神经网络的结构系统辨识方法，克服了传统系统辨识中出现的问题，能够真实反映结构动态特性，并通过对20层Benchmark建筑结构的辨识仿真，验证了本文所提方法的有效性和实用性。 2．提出了一种基于粒子群优化算法的结构系统参数辨识方法。针对人工神经网络模型跟踪辨识方法不能得到辨识结构的真实物理参数的问题，用粒子群中的粒子表征结构物理参数，以最大似然准则为PSO算法的适应度函数，建立了20层钢结构系统的辨识模型，得到结构的物理参数。 3．全面阐述了可用于土木建筑结构振动控制的各种智能控制算法，包括模糊逻辑控制理论、人工神经网络技术、遗传算法和粒子群优化算法等，并介绍了用作半主动作动器的智能驱动材料——磁流变液及制成的磁流变阻尼器。同时，还介绍了地震激励高层建筑非线性
马玉[7]2013年在《基于智能优化方法的永磁电机驱动液压动力源控制策略研究》文中提出本文研究的液压动力系统采用永磁伺服电机带动齿轮泵作为液压动力源，不仅具备结构简单、高可靠性、较宽调速范围、高节能率的优点，而且克服了传统液压系统结构复杂、高能耗等诸多不足，容易实现闭环控制。目前在控制策略上仍然广泛采用PID控制，由于液压系统在负载变化时流量和压力的强耦合特性，控制对象仍然具有不确定、时变和高度非线性[129]，采用简单PID线性控制器往往不能得到较好的控制性能。为此出现了多种先进控制技术结合智能控制运用到液压系统中都取得好的控制效果。目前，由于智能控制的基础理论发展仍不完善，所以各种智能控制方法的综合应用还存在许多需要我们改进的地方。因此，本论文结合模糊逻辑、神经网络、遗传算法、粒子群等优化算法，旨在设计出能提高液压动力源控制品质的控制器，并研究其参数优化方法。具体创新点和研究工作包括以下内容：(1)利用解析法对永磁交流伺服电机驱动定量泵（液压动力源）进行了数学建模。在分析永磁电机物理方程、转矩方程及其基于坐标变换的叁环调节矢量控制系统的基础上，用MATLAB的simulink搭建了永磁伺服电机驱动定量泵的系统仿真模型，为后续章节控制系统的设计提供仿真平台，为研究控制参数优化算法提供理论支持。(2)遗传算法中如果交叉率及变异率保持不变，极易引起过早收敛、陷入局部极值等问题，针对上述问题提出了利用模糊控制器调整交叉率及变异率的遗传参数自适应调整算法，提高算法的收敛速度和获得全局最优解的能力。通过对永磁电机驱动的液压系统流量进行常规优化方法和改进遗传优化方法控制的对比，仿真和实验结果表明：改进遗传优化方法，可使系统在复杂工况下，保持良好的控制性能,并且具有较高的控制精度和鲁棒性。(3)由于实际的液压系统参数存在时变性，系统易受外界载荷的干扰，具有非线性、强耦合的特征，难以建立准确的数学模型，针对上述问题采用了粒子群结合BP混合优化算法，优化前向神经网络PID控制系统。该控制系统PID控制器参数可通过神经网络自学习调整，该控制策略较好的结合了粒子群优化算法和BP算法的优点，先用粒子群算法离线优化后用BP算法在线优化控制器参数。并将其运用于永磁伺服电机驱动的液压系统中，仿真结果验证了该系统在各种典型工况下良好的动静态性能。(4)智能控制方法的综合应用可以扬长避短、相得益彰。针对液压系统的非线性、强耦合特征，本文采用了一种新的神经网络控制方法，融合了模糊控制、神经网络及PID控制各自的特征。将专家推理和神经网络的自学习功能相结合，使神经网络的性能更加完善，同时采用RBF网络在线辨识，向神经网络控制器提供变化的梯度信息，进一步提高系统的控制性能。对液压动力系统进行了典型工况下的流量跟踪控制仿真。仿真结果验证了本文的综合控制方案优于单一控制方法，系统的各项控制指标均得到提高。（5）在深入研究传统PID控制和模糊控制原理的基础上，分别实现了变频调速液压动力源流量的实时在线控制。并结合具体的工况分析了传统PID和模糊控制各自的特点，得出模糊控制在液压系统正弦加载的工况下具有比PID控制更强的鲁棒性的结论，较适合于载荷频率变化较快的场合应用。（6）由于PID控制算法简单易行，大多数工业控制仍采用传统PID控制，在具体应用时存在一定缺陷,如：响应快速和超调小很难同时达到最优，所以在要求较高的场合PID控制不能满足要求。针对上述问题论文提出了模糊PID串联复合控制策略，充分将模糊控制的快速性与PID控制精度高的特点相结合，实现了液压动力源流量的实时在线控制，实验结果表明：复合控制响应快速、无超调、精度高，控制性能明显优于单一控制方法，适合控制要求较高的场合。
李鹏[8]2010年在《基于系统辨识的太阳能—相变蓄热新风供暖系统控制策略研究》文中进行了进一步梳理随着不可再生资源的日益减少,低碳节能、用绿色能源代替传统能源已经成为全世界要共同面对的问题；而随着科技的进步与人类文明的发展,人们对自身生活环境的要求也越来越高。如何协调处理能量损耗的降低与生存质量的提高之间的关系成了当今各国专家学者研究的重点,而太阳能-相变蓄热新风供暖系统就是在室温控制领域解决这两者矛盾的一种有效的新方式。太阳能-相变蓄热新风供暖系统综合考虑建筑节能、新能源利用、能源储备、室内通风需求等问题,提出利用太阳能技术、相变蓄热技术与现代的控制理论相结合的方式,解决室内的供暖和通风换气问题。系统能够实时监测现场各种条件的变化；根据现场的不同实际情况,把太阳能用于室内供暖与能量储备；根据用户需求实现加热室温、储存热量、释放热量之间的自动转换；并在每种转换模式中实现自动控制,使室内的空气质量、温度条件,达到最宜居的状态,创造最理想的生活环境。纵观国内外本领域的相关研究成果,从太阳能-相变蓄热新风供暖系统的系统特性出发、对它的能量转化、运行机制、系统模型、智能控制策略等一系列问题进行成体系的研究,是一个目前研究基础相对薄弱,但很有研究价值的新领域。本文的主要研究内容和成果包括：1.从热力学的角度分析了系统的导热流程和工作原理；并从功能结构的角度对系统进行分析,把系统分为导热系统与测控系统两大部分。随后分析了导热系统的整体设计；测控系统中硬件平台主要测控参数的确定、测控设备的选用、测控网络结构的设计；以及软件平台中数据采集、数据处理、数据监视和控制输出等几大功能的设计。2.对太阳能集热器、蓄热槽、风机盘管进行物理特性研究,并根据其物理特性进行数学模型的推导；得出了系统各部分热传递的特性,同时对控制策略的模拟对象进行了研究。其中,用来加热新风的风机盘管是控制系统的主要控制对象,所以在它的数学模型基础上进行了仿真研究,并用实验数据对数学模型进行了验证。3.分析太阳能集热部分的控制需求,针对不同的室外光照条件提出了两种控制模式。对蓄放热、新风加热部分的控制需求进行分析,并针对不同的导热量提出了既能满足新风供暖需求,又能最大限度节能的五种控制模式。随后分析讨论了模式转换的条件,并设计了系统整体的控制模式转化策略。4.对非线性系统的辨识方法进行了分析；经过辨识方法的比较,选择用人工神经网络中的BP网络作为本系统的辨识方法。通过对BP网络的网络结构、数学算法及训练过程等问题的研究,确定了本系统的系统辨识策略。然后在系统辨识阶段比较并确定了神经网络辨识结构、BP网络的各层结构、网络训练算法和改进算法,得出了系统各个控制模式下的BP网络辨识模型。最后通过仿真验证了模型的有效性。5.对几种基于模型的控制理论进行了分析和对比,选择用模型预测控制作为本系统的控制算法。随后分析了基于线性模型的预测控制理论与基于非线性模型的预测控制理论,并研究了模型预测控制的数学描述以及算法特点。继而针对本系统的特点,进行神经网络预测模型与模型预测控制器的设计。最后对系统的各种控制模式进行了恒温测试与随动测试的仿真,并对仿真结果进行了分析,验证了控制策略的可行性。
李文涛[9]2013年在《地下水源热泵空调系统优化控制研究》文中认为地下水源热泵空调系统是一种先进、高效、节能、环保的空调系统，是对可再生的地热能资源的一种利用。面对当前日益严重的环境问题和能源紧缺危机，合理高效的利用地热资源是解决环境和能源问题的有效途径。但是由于地下水源热泵空调系统自身的时变、非线性、大滞后等特性，在实际应用中采用常规的控制策略难以得到良好的控制效果，以至于节能效果不明显。论文以陕西杨凌某地下水源热泵空调系统为背景，对该系统的控制算法问题进行研究。首先介绍地下源热泵空调系统的基本原理、结构和特点，介绍其控制方式和变流量控制技术。接着利用对系统采集的数据，使用MATLAB中的系统辨识工具箱，应用最小二乘法，建立了深井水泵变频状态与冷却水供回水温差之间的数学模型，为系统仿真提供了依据。然后，针对由于对象具有时变、大滞后、非线性等特性而常规PID无能为力的现状，结合模糊控制和神经网络的特点，应用PID分别和模糊控制与BP神经网络结合的自适应模糊PID和神经PID控制算法，发挥模糊控制和神经网络的优势，实现了PID参数的自整定。最后，设计了常规PID控制器、自适应模糊PID控制器和基于BP神经网络的PID控制器，并分别用这叁种控制器对系统进行仿真。系统的仿真结果表明：自适应模糊PID和神经网络PID在改善动态特性和稳态性能方面有很大的优势，可作为地下水源热泵空调系统优化控制好的策略。
余丽平[10]2007年在《基于虚拟仪器的电阻炉智能温度控制系统的研究》文中认为随着科学技术的进步，电子测量技术在各个领域得到越来越广泛的应用。传统的电子测量仪器由于其功能单一、体积庞大，已经很难满足实际测量工作中的需求。随着集成电路和计算机技术的飞速发展，80年代末期虚拟仪器技术应运而生。与传统仪器相比，虚拟仪器具有功能更丰富、处理速度更快、测量效率更高、可扩充性更好的优点。作为计算机技术和现代仪器技术相结合的产物，实现了在传统测试理论和测量方法上的革命性突破。电阻炉是一种非线性、时变性、大时滞的被控对象，用精确的数学模型表示其特性是十分困难的。所以，用常规的PID控制算法很难取得良好的控制效果。而神经网络和遗传算法是基于对象的无模控制，即不需要对被控对象建立精确的数学模型。本文根据电阻炉温度控制的原理，考虑各方面因素，对电阻炉进行了数学建模，确定其为一阶纯滞后的系统。通过分析传统PID控制、神经网络和遗传算法各自的特点，扬长避短，结合其优点设计了一种遗传算法和神经网络自整定的PID控制器。该控制器将遗传算法、神经网络和PID控制器有机结合起来，能够实现PID的叁个参数自动整定，避免了人工整定的麻烦。仿真结果表明，这种控制算法对一阶纯滞后的系统，具有结构简单、响应速度快、控制精度高、鲁棒性强的特点。本文把虚拟仪器与智能温度控制相结合，用LabVIEW开发了一套基于遗传算法和神经网络自整定的PID控制算法的温度控制系统。论文首先概述了智能温度控制的发展与现状，介绍了虚拟仪器的发展及其突出特点。详细地论述了系统的设计与实现方法，其中包括数据采集、数据处理、数据存储等功能模块的设计与实现。系统的运行证明了该系统确实提高了测量精度、可靠性和工作效率，说明本论文所采用的设计思想和方法是正确可行的，同时也展示了虚拟仪器技术较之传统测试仪器的优越性和美好的发展前景。论文的最后对全文进行了总结，并指出了进一步的研究方向与内容。
参考文献：
[1]. 神经网络在建筑材料系统辨识领域的应用研究[D]. 席剑辉. 大连理工大学. 2002
[2]. 结构振动半主动控制及其实用性研究[D]. 赵林. 天津大学. 2003
[3]. 人工神经网络和遗传算法在岩土及结构工程中的应用研究[D]. 杨二静. 广西大学. 2007
[4]. 建筑冷热源系统自适应优化控制模型的研究[D]. 颜永民. 湖南大学. 2007
[5]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2010
[6]. 高层建筑结构的智能半主动振动控制研究[D]. 徐晓龙. 浙江大学. 2006
[7]. 基于智能优化方法的永磁电机驱动液压动力源控制策略研究[D]. 马玉. 西安建筑科技大学. 2013
[8]. 基于系统辨识的太阳能—相变蓄热新风供暖系统控制策略研究[D]. 李鹏. 北京邮电大学. 2010
[9]. 地下水源热泵空调系统优化控制研究[D]. 李文涛. 西安建筑科技大学. 2013
[10]. 基于虚拟仪器的电阻炉智能温度控制系统的研究[D]. 余丽平. 西安建筑科技大学. 2007
标签：自动化技术论文; 人工神经网络论文; 遗传算法论文; 自适应论文; 系统辨识论文; 网络模型论文; 仿真软件论文; 线性系统论文; 网络结构论文; 优化策略论文; 模糊控制论文; 非线性论文; pid控制器论文; bp神经网络算法论文;