m基于改进PSO粒子群优化的RBF神经网络解耦控制算法matlab仿真

简介: m基于改进PSO粒子群优化的RBF神经网络解耦控制算法matlab仿真

1.算法描述

    智能控制的思想最早来自傅京孙教授[,他通过人机控制器和机器人方面的研究,首先把人工智能的自觉推理方法用于学习控制系统,将智能控制概括为自动控制和人工智能的结合。他认为低层次控制中用常规的基本控制器,而高层次的智能决策应该具有拟人化功能。J.M.Mendel教授进一步在空间飞行器的学习控制中应用了人工智能技术,并提出了人工智能的概念。1976年,Leondes和Mendel首次正式使用了人工智能控制一词。从70年代开始傅京孙、Glorioso和Saridi等人从控制理论的角度总结了人工智能技术与自适应、自学习和自组织控制的关系,正式提出建立智能控制理论的构想。1985年8月在美国纽约PRI、IEEE召开的智能控制专题讨论会,标志着智能控制作为一个新的学科分支正式被控制界公认。从1987年开始,每年都举行一次智能控制国际研讨会,形成了智能控制的研究热潮。80年代以来微机的高速发展为实用的智能控制器的研制及智能控制系统的开发提供了技术基础。人工智能技术中关于知识表达、推理技术以及专家系统的设计与建造方面的技术进展也为智能控制系统的研究和开发准备了新的条件和途径,出现了专家控制系统并在工业过程控制、航空航天技术和军事决策等方面实际应用,取得了引人注目的应用成果。

   近年来,随着对智能控制方法的深入研究,在板形板厚控制方面已开发出各种智能控制器。在利用轧机出口侧的测厚仪进行厚度反馈的AGC系统中,由于测厚仪与辊缝有一段较大的距离,因而检测的厚度偏差具有时滞性,无法消除一些呈周期性频繁变化的因素对轧件出口厚度的影响。而且,由于取样和控制周期长,从而增加了带头、带尾不合格部分的长度,使成材率降低。为此,后续开发的AGC系统力图对出口辊缝的带钢厚度进行检测和控制。目前比较成熟的有辊缝控制法、厚度计法及秒流量法。文献[19]设计了一种新型的基于遗传算法的多变量模糊控制器,通过结合模糊预测和遗传算法来优化控制规律,利用遗传算法来辨识系统参数。文中提出的辨识方法是成功的,但是在模糊模型的辨识中也存在着以下问题:(1)模糊模型结构的辨识方法不是简单易行;(2)如何进一步改进遗传学习算法,以便加快学习的收敛速度。文献[21]针对被控对象轧制过程中参数,AGC系统采用了PID在线辨识自校正控制技术,取得了很好的控制效果。该方法有很强的针对性,没有很好的解决非线性、强耦合问题。文献]采用人工神经网络技术与预测控制及 控制  相结合的方法,提出了一种基于结构化多层前向神经网络的 次优控制器设计方案,通过对板厚板形综合系统的仿真研究表明,系统不需解耦即可获得满意的控制精度和稳定的鲁棒性。近年来国内在这方面也有很多成果,文献[14]将模糊技术与神经网络技术相结合,提出了一种模糊神经网络解耦控制方法进行板形板厚控制也有不错的效果。

结构为:

image.png

PSO算法是Keimedy和Eberhart于1995年提出来的。由于该算法实现简单,搜索能力强。目前已经得到了广泛的应用。其中几个有代表性的例子:

1.利用PSO算法代替误差反向传播算法来训练神经网络。研究表明PSO算法是一种很有潜力的神经网络学习算法。PSO算法速度比较快而且可以得到比较好的结果,还没有遗传算法碰到的问题[28]。PSO算法被用于选择BP神经元网络的权值[24,27]。文献[24]使用BP神经网络的输入层、隐含层和输出层分别有5个、3个和1个神经元,实验结果证明了PSO算法跟BP算法相比的优越性。此外,用PSO算法训练进化神经网络的另一个成功例子是用于分析人的颤抖。对人的颤抖的诊断,包括帕金森(Parkinson)病和原发性振颤(Essential Tremor),是一个非常有挑战性的领域[26]。

2.PSO算法用于计算机数字控制研磨优化[29]。因为多点金属切割的过程基本原理还未被很好的理解,同时也由于这一过程的高度非线性特性。而使用PSO优化进行的网络权值进化提供了一种准确可靠的方法。完成终端研磨操作所需时间显著减少,这导致总体成本降低,同时得到更好的研磨质量。这一概念正被扩展到其他的机器制造过程以及复杂过程参数集的预测和优化。

3.PSO算法也被成功的应用于电力系统领域[30]。日本学者Fukuyama等人使用PSO算法对一个电力系统的动态稳定性参数进行优化。这里主要涉及到带有约束条件的、使用不同版本的PSO算法相结合用来决定对连续和离散控制变量的控制策略的问题。此外,余欣梅等人用PSO算法解决电容器优化配置问题很好的获得了电容器优化配置问题的全局最优解。

2.仿真效果预览
matlab2022a仿真结果如下:

2.png
3.png

3.MATLAB核心程序

   %输入的CR和h
   %分别仅输入CR和h,使其达到解耦的结果
   [yy,Zbest] = func_train_onlineHPSO(iteration,Sizes,CR,h);
   figure(1)
   plot(yy,'LineWidth',2);grid on;
   xlabel('进化代数');
   ylabel('适应度');
   individual=Zbest;
   save trainHPSO.mat Zbest yy
else
   load trainHPSO.mat
   figure(1)
   plot(yy,'LineWidth',2);grid on;
   xlabel('进化代数');
   ylabel('适应度');
   individual=Zbest; 
end
相关文章
|
1天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
|
2天前
|
算法
基于大爆炸优化算法的PID控制器参数寻优matlab仿真
本研究基于大爆炸优化算法对PID控制器参数进行寻优,并通过Matlab仿真对比优化前后PID控制效果。使用MATLAB2022a实现核心程序,展示了算法迭代过程及最优PID参数的求解。大爆炸优化算法通过模拟宇宙大爆炸和大收缩过程,在搜索空间中迭代寻找全局最优解,特别适用于PID参数优化,提升控制系统性能。
|
2天前
|
算法 数据安全/隐私保护 索引
索引OFDM调制解调系统的matlab性能仿真
本文对m索引OFDM调制解调系统性能进行了仿真分析,增加了仿真图并配有语音讲解视频,使用Matlab2022a完成仿真,代码无水印。研究了OFDM-IM技术,通过激活不同子载波组合传输额外信息,提高频谱效率和降低PAPR。提出了OFDM联合子块索引调制技术(OFDM-JS-IM)和OFDM全索引方法(OFDM-AIM),并通过遗传算法优化子块查找表,有效提升系统性能。提供了核心MATLAB程序示例。
22 3
|
2月前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
14天前
|
算法 数据安全/隐私保护 索引
OFDM系统PAPR算法的MATLAB仿真,对比SLM,PTS以及CAF,对比不同傅里叶变换长度
本项目展示了在MATLAB 2022a环境下,通过选择映射(SLM)与相位截断星座图(PTS)技术有效降低OFDM系统中PAPR的算法实现。包括无水印的算法运行效果预览、核心程序及详尽的中文注释,附带操作步骤视频,适合研究与教学使用。
|
22天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。
|
23天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
24天前
|
存储 算法 决策智能
基于免疫算法的TSP问题求解matlab仿真
旅行商问题(TSP)是一个经典的组合优化问题,目标是寻找经过每个城市恰好一次并返回起点的最短回路。本文介绍了一种基于免疫算法(IA)的解决方案,该算法模拟生物免疫系统的运作机制,通过克隆选择、变异和免疫记忆等步骤,有效解决了TSP问题。程序使用MATLAB 2022a版本运行,展示了良好的优化效果。
|
23天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。
|
23天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
43 3