基于神经网络的三容水箱液位控制系统辨识
本论文的研究对象三容水箱液位控制系统，由A3000过程控制装置，具有时滞性和非线性特性，难以用传统的机理建模方法进行辨识，而神经网络具有很好的非线性映射能力，在系统辨识及控制工程中得到广泛的应用。
论文首先采用LabVIEW软件设计白噪声输入激励信号，三容水箱液位控制系统进行动态特性测试实验，获取输入\输出数据并进行处理；其次研究了应用MATLAB平台设计的BP神经网络和Elman神经网络作为该系统辨识模型的方法，采用串—并联型辩识结构。BP网络训练网络采用Levenberg-Marquardt算法、BFGS拟牛顿算法和自适应调整学习率算法进行比较；Elman网络应用BFGS拟牛顿算法和自适应调整学习率算法训练。仿真结果表明，在达到训练精度的情况下，应用均方误差性能函数时网络泛化能力较差，而采用归一化均方误差时LM算法对BP网络泛化能力没有改善，另两种算法训练的BP网络泛化能力有所提高。Elman网络辨识效果较好，不存在泛化能力差的问题，网络结构比BP网络简单，但辨识精度只是接近而不能达到指定精度，没有BP网络高。这两种神经网络有待作进一步改进研究，以更精确应用作该系统的辨识模型。
神经网络;水箱液位;控制系统;非线性特性
广西大学
硕士
控制理论与控制工程
周永华
2008
中文
TP183;O231.2;TP271.31
55
2008-11-06（万方平台首次上网日期，不代表论文的发表时间）