模糊和神经网络方法在一类复杂工业过程辨识和控制中的应用研究

摘要

该文着眼于粗糙集、模糊和神经网络技术在非线性系统辨识和控制领域的发展,针对一类复杂工业控制过程的具体特点,力图应用智能控制技术、网络通讯技术、计算机技术在复杂工业过程控制领域建立一个方便、有效的控制系统平台.因此,首先以高性能片上计算机和具有在系统编程功能的大规模逻辑器件为核心,结合Internet和Web技术,设计和制造了基于CAN (Controller area network)现场总线的网络化智能控制系统硬件平台,在此平台上,对粗糙集理论(Roughsets)、模糊逻辑(Fuzzy logic)和神经网络技术(Neural networks)在复杂工业非线性系统辨识和控制中的应用进行了研究,并设计了基于粗糙集数据处理、模糊和神经网络的非线性系统辨识和控制算法软件.

目录

文摘

英文文摘

第1章绪论

1.1引言

1.2综述

1.2.1模糊逻辑控制

1.2.2粗糙集数据处理

1.2.3神经网络控制

1.2.4神经网络非线性系统辨识

1.2.5神经网络结构的优化和网络结构的选择

1.2.6基于神经网络的混合模型结构

1.2.7粗糙集、模糊和神经网络技术的集成

1.2.8基于CAN现场总线和网络技术的智能控制系统

1.3本文主要研究内容

第2章辨识数据稀疏时的非线性系统辨识

2.1引言

2.2辨识数据稀疏时基于启发式经验的模糊模型和建模方法

2.3基于粗糙集理论的粗糙模糊模型

2.3.1粗糙集数据分析

2.3.2粗糙模糊模型

2.3.3规则知识的获取

2.3.4粗糙模糊模型的一致性与完备性

2.3.5粗糙模糊模型的建模方法

2.4基于启发式经验克服训练数据稀疏的非线性系统辨识方法

2.5仿真实验研究

2.6本章小结

第3章非线性系统辨识中的RBF神经网络结构设计

3.1引言

3.2径向基函数(RBF)神经网络

3.3正交最小二乘(OLS)算法

3.4网络结构设计的信息准则

3.5基于NIC信息准则的神经网络结构设计方法

3.6基于粗糙集理论和OLS算法的神经网络结构设计

3.6.1建立基于输入输出数据的知识表达系统

3.6.2知识表达系统中的范畴与知识

3.6.3知识表达系统中知识的近似及度量

3.6.4知识表达系统中属性空间的约简

3.6.5基于粗糙集理论的神经网络结构设计方法

3.7非线性系统模型检验方法

3.8仿真实验研究

3.9本章小结

第4章于基RBF神经网络的非线性系统在线辨识

4.1引言

4.2 RBF网络的函数逼近理论

4.3基于RBF神经网络的非线性系统辨识

4.4递推RBF神经网络在线学习算法

4.4.1 RBF神经网络的分组优化策略

4.4.2变参数RBF神经网络在线训练算法（VP-RLS）

4.5仿真研究

4.6本章小结

第5章非线性系统的自学习模糊神经网络控制

5.1引言

5.2神经网络自适应模糊控制系统的结构

5.3基于RBF神经网络的混合模型结构

5.4自学习模糊神经网络控制器结构及学习算法

5.4.1模糊逻辑控制

5.4.2模糊神经网络控制器结构模型

5.4.3模糊神经网络控制器学习算法

5.5仿真研究

5.6本章小结

第6章基于CANBUS的网络化智能控制系统设计

6.1引言

6.2基于CANBUS的网络化智能控制系统总体结构

6.2.1 CAN现场总线及其特点

6.2.2智能控制系统的网络结构

6.2.3现场控制器DDC结构及原理

6.2.4网络通讯控制器的结构及原理

6.2.5便携式网络操作显示器的结构及原理

6.3基于CANBUS的网络化智能控制系统软件设计

6.3.1基于网络环境下的控制站图形组态软件

6.3.2网络化智能控制系统控制算法软件设计

6.3.3现场控制器的软件设计

6.3.4网络通讯控制器的软件设计

6.3.5便携式网络操作显示器的软件设计

6.4应用实例

6.5本章小结

结论

参考文献

附录基于CAN现场总路线的网络化智能控制系统在食品蒸柜温度控制中的应用

攻读博士学位期间所发表的学术论文

致谢