| 题名 | 基于神经网络的系统辨识与控制 |
| 作者 | 谭耀龙 |
| 学位类别 | 工学硕士 |
| 答辩日期 | 1996-06-01 |
| 授予单位 | 中国科学院自动化研究所 |
| 授予地点 | 中国科学院自动化研究所 |
| 导师 | 安燮南 |
| 关键词 | 神经网络 系统辨识 控制 |
| 学位专业 | 控制理论与控制工程 |
| 中文摘要 | 自动控制技术经过一百多年的发展，无论是在理论上还是在实际应用中都 取得了许多令人瞩目的成绩和发展。从经典控制理论到现代控制理论，诞生出 了许多系统分析、综合和设计方法。但是，面对现代社会对控制技术提出的越 来越高的要求，仅仅依赖于传统自动控制技术已难以满足。从19世纪中叶开 始，自动控制技术开始尝试与其它学科结合，寻找新的研究方向。于是，智能 控制就应运而生了。 智能控制是人工智能技术与自动控制技术相结合的产物，是一种模仿人类 自身归纳、推理、判断和调节能力并将之应用于控制技术的构造过程，专家系 统、模糊控制、自适应控制和神经网络是智能控制的产物以及重要的发展方 向。 神经网络通过模拟生物神经处理单元的功能以及它们之间的连接方式来得 到知识获取、存储和应用的方法，是一种具有一定智能水平的仿生物系统。神 经网络的发展经历了一个长期、曲折的过程，中间历经风风雨雨，终于迎来了 今天的蓬勃与繁荣，成为智能控制领域一个最为重要的、最有希望的发展方向 之一。 ． 本文主要讨论神经网络技术以及神经网络在控制系统建模与控制器设计中 的应用。各个章节安排如下： 第一章为智能控制系统。简要叙述了智能控制的产生和发展，总结了智能 控制的主要发展方向和研究内容：自适应控制、模糊控制、专家系统和神经网 络控制。 第一J章为神经网络理论基础。详细介绍了神经元的结构和模型，神经网络 的各种连接方式：前馈型网络和反馈型网络，神经网络学习算法：Hebbian学习 算法、竞争学习算法、Delta学习算法和反向传播学习算法。 第三章为神经网络系统辨识。首先介绍了基于神经网络的静态系统辨识， 提出了静态系统辨识中神经网络训练样本获取的两种方法。一种方法是将实际 数据进行非线性映射，获取神经网络训练样本；另一种方法是通过改变训练算 法将实际数据直接用作训练样本。随后介绍了基于时间序列和状态空间方程的 两种神经网络动态建模方法。 第四章为神经网络控制器设计。主要讨论了基于神经网络的控制器设计的 两种结构一种为直控制制器设计．给出了直接控制器的结构、训练算法以及 仿真实例。另一种为间接控制器设计，给出了在三种不同情况下的控制器结构 和设计方法，最后给出了仿真实例。 第五章为工程应用实例。以本人所完成的国家“八五”科技攻关课题-永 新·沈阳化工厂一次盐水质量预测与质量控制为背景，详细介绍了神经网 |
| 语种 | 中文 |
| 其他标识符 | 371 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ia.ac.cn/handle/173211/7140]  |
| 专题 | 毕业生_硕士学位论文 |
| 推荐引用方式 GB/T 7714 | 谭耀龙. 基于神经网络的系统辨识与控制[D]. 中国科学院自动化研究所. 中国科学院自动化研究所. 1996. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论