【摘要】：系統(tǒng)辨識(shí)是現(xiàn)代控制理論中的一個(gè)重要的組成部分。傳統(tǒng)的辨識(shí)算法通常是建立在線性、非時(shí)變和具有不確定參數(shù)對(duì)象的基礎(chǔ)上進(jìn)行的,而對(duì)于一般的非線性系統(tǒng)的辨識(shí)卻不易實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)憑借其自身的強(qiáng)逼近能力、高度的非線性性以及強(qiáng)大的自學(xué)習(xí)、自適應(yīng)能力等優(yōu)勢(shì),已經(jīng)在非線性系統(tǒng)的辨識(shí)方面得到了廣泛的應(yīng)用。一般情況下神經(jīng)網(wǎng)絡(luò)的權(quán)值通常取為常值,其可以采用積分學(xué)習(xí)率調(diào)整網(wǎng)絡(luò)權(quán)值。而時(shí)變神經(jīng)網(wǎng)絡(luò)具有隨時(shí)間變化的權(quán)值,當(dāng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)確定后,網(wǎng)絡(luò)權(quán)值的訓(xùn)練便成為時(shí)變神經(jīng)網(wǎng)絡(luò)能否成功應(yīng)用的關(guān)鍵。本文針對(duì)非線性時(shí)變系統(tǒng)具有復(fù)雜的非線性時(shí)變動(dòng)態(tài)特性,研究了基于Hopfield神經(jīng)網(wǎng)絡(luò)理論的建模方法,給出了幾類Hopfield神經(jīng)網(wǎng)絡(luò)的逼近定理及其相應(yīng)的辨識(shí)算法。神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)是通過(guò)直接學(xué)習(xí)系統(tǒng)的輸入、輸出數(shù)據(jù),使目標(biāo)函數(shù)取得最小值,從而解決系統(tǒng)的數(shù)學(xué)描述問(wèn)題,即建立系統(tǒng)模型。系統(tǒng)辨識(shí)包含兩個(gè)方面的內(nèi)容:模型結(jié)構(gòu)辨識(shí)和模型參數(shù)估計(jì)。本文首先研究了基于時(shí)變Hopfield神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)辨識(shí)問(wèn)題。鑒于時(shí)變Hopfield神經(jīng)網(wǎng)絡(luò)具有對(duì)非線性系統(tǒng)的強(qiáng)逼近能力,本文分別給出了時(shí)變時(shí)滯Hopfield神經(jīng)網(wǎng)絡(luò)逼近非線性延遲動(dòng)力系統(tǒng)的逼近定理、定常系數(shù)反應(yīng)擴(kuò)散Hopfield神經(jīng)網(wǎng)絡(luò)逼近非線性反應(yīng)擴(kuò)散動(dòng)力系統(tǒng)的逼近定理以及時(shí)變反應(yīng)擴(kuò)散Hopfield神經(jīng)網(wǎng)絡(luò)逼近非線性時(shí)變反應(yīng)擴(kuò)散動(dòng)力系統(tǒng)的逼近定理,并運(yùn)用相應(yīng)的數(shù)學(xué)理論給出了這三個(gè)逼近定理的具體證明過(guò)程。通過(guò)定理證明可以看出時(shí)變Hopfield神經(jīng)網(wǎng)絡(luò)逼近定理具有普遍的適用性,因此為解決實(shí)際問(wèn)題中具有延遲現(xiàn)象的系統(tǒng)建模、具有擴(kuò)散現(xiàn)象的系統(tǒng)建模以及具有動(dòng)態(tài)過(guò)程的系統(tǒng)建模,提供了理論依據(jù)。其次本文利用迭代學(xué)習(xí)方法及歐拉離散格式分別設(shè)計(jì)了非線性時(shí)變系統(tǒng)、非線性時(shí)變延遲系統(tǒng)以及非線性時(shí)變反應(yīng)擴(kuò)散系統(tǒng)的實(shí)時(shí)建模算法,通過(guò)具體模型的仿真實(shí)驗(yàn)驗(yàn)證實(shí)時(shí)建模算法的可行性。最后作為這些算法的應(yīng)用,將時(shí)變神經(jīng)網(wǎng)絡(luò)辨識(shí)算法以及時(shí)變時(shí)滯神經(jīng)網(wǎng)絡(luò)辨識(shí)算法應(yīng)用于木材干燥建模過(guò)程中,得到木材干燥過(guò)程的溫度、濕度實(shí)時(shí)控制模型,數(shù)值模擬仿真結(jié)果表明所設(shè)計(jì)的辨識(shí)算法具有很好的逼近效果。溫、濕度控制模型是板材熱壓溫度、濕度以及含水率之間的關(guān)系模型,它為研究木材干燥智能控制提供了必要條件。本文同時(shí)研究了系統(tǒng)模型的參數(shù)估計(jì)問(wèn)題,以纖維板熱壓過(guò)程中木材內(nèi)部溫度導(dǎo)熱模型作為研究對(duì)象,研究其導(dǎo)熱系數(shù)及內(nèi)熱源的參數(shù)估計(jì)問(wèn)題。文中利用Schauder不動(dòng)點(diǎn)定理證明了具有Neumann邊界條件的反應(yīng)擴(kuò)散方程解的適定性定理,該定理為反問(wèn)題的參數(shù)識(shí)別提供了理論保障。結(jié)合反問(wèn)題適定性定理的理論,文中分別對(duì)纖維板熱壓傳熱過(guò)程中內(nèi)部溫度導(dǎo)熱模型的導(dǎo)熱系數(shù)及內(nèi)熱源進(jìn)行了參數(shù)辨識(shí)。在參數(shù)的辨識(shí)過(guò)程中,利用數(shù)值解法采用中心差分格式及步進(jìn)格式方法對(duì)方程進(jìn)行差分離散,從而得到導(dǎo)熱系數(shù)的牛頓迭代格式,通過(guò)Matlab仿真實(shí)驗(yàn)可以看出參數(shù)反演值與實(shí)際測(cè)量值接近程度良好。這為更好的控制纖維板熱壓傳熱過(guò)程中的導(dǎo)熱問(wèn)題提供了幫助。綜上所述,將神經(jīng)網(wǎng)絡(luò)模型作為非線性系統(tǒng)的辨識(shí)模型是實(shí)際系統(tǒng)的一個(gè)物理實(shí)現(xiàn)。本文中的辨識(shí)原理及方法具有一般性的特點(diǎn),可以將其推廣到其它類似的非線性系統(tǒng)的建模與辨識(shí)中。
【學(xué)位授予單位】：東北林業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP13;S782.31

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳方方;洪靈;;一類具有時(shí)滯和非線性發(fā)生率的SIRS傳染病模型穩(wěn)定性與Hopf分岔分析[J];動(dòng)力學(xué)與控制學(xué)報(bào);2014年01期

2 孫明軒;何海港;孔穎;;基于神經(jīng)網(wǎng)絡(luò)的時(shí)變非線性系統(tǒng)迭代學(xué)習(xí)辨識(shí)[J];系統(tǒng)科學(xué)與數(shù)學(xué);2013年06期

3 吳玉香;王聰;;基于確定學(xué)習(xí)的機(jī)器人任務(wù)空間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制[J];自動(dòng)化學(xué)報(bào);2013年06期

4 嚴(yán)偉力;孫明軒;;基于時(shí)變神經(jīng)網(wǎng)絡(luò)的非線性時(shí)變系統(tǒng)建模[J];小型微型計(jì)算機(jī)系統(tǒng);2011年06期

5 田錚;趙春輝;陳占?jí)?;非參數(shù)回歸模型均值函數(shù)結(jié)構(gòu)變點(diǎn)的檢測(cè)與應(yīng)用[J];控制理論與應(yīng)用;2011年03期

6 國(guó)建衛(wèi);蒲儒偉;孫力軍;;基于雷達(dá)目標(biāo)模擬的數(shù)控光纖延遲系統(tǒng)研究[J];半導(dǎo)體光電;2011年01期

7 葛美寶;徐定華;;一類熱傳導(dǎo)方程逆時(shí)反問(wèn)題的數(shù)值解法[J];浙江師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

8 耿永剛;;一種新型的非線性系統(tǒng)模型參數(shù)辨識(shí)方法[J];微型機(jī)與應(yīng)用;2010年17期

9 于開(kāi)平;牟曉明;;基于前向神經(jīng)網(wǎng)絡(luò)的非線性時(shí)變系統(tǒng)辨識(shí)改進(jìn)EKF算法[J];振動(dòng)與沖擊;2010年08期

10 杜志勇;王鮮芳;鄭麗媛;;基于改進(jìn)的LSSVM辨識(shí)動(dòng)態(tài)非線性時(shí)變系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2010年21期

相關(guān)博士學(xué)位論文 前5條

1 俞元杰;偏微分方程參數(shù)反演問(wèn)題的算法與分析[D];浙江大學(xué);2015年

2 朱陽(yáng);不確定系統(tǒng)的自適應(yīng)反步控制[D];浙江大學(xué);2015年

3 王東林;中密度纖維板熱壓智能控制系統(tǒng)的研究[D];北京林業(yè)大學(xué);2008年

4 保昆雁;中密度纖維板熱壓工藝的研究[D];東北林業(yè)大學(xué);2006年

5 王俊國(guó);基于神經(jīng)網(wǎng)絡(luò)的建模方法與控制策略研究[D];華中科技大學(xué);2004年

相關(guān)碩士學(xué)位論文 前5條

1 鄭挺;反應(yīng)擴(kuò)散對(duì)流體系前沿波失穩(wěn)的表面活性劑效應(yīng)[D];中國(guó)礦業(yè)大學(xué);2016年

2 吳曉婷;木材熱壓及干燥過(guò)程的兩種數(shù)值方法[D];東北林業(yè)大學(xué);2016年

3 施靜波;中密度纖維板熱壓傳熱傳質(zhì)模型[D];南京林業(yè)大學(xué);2011年

4 章國(guó)升;基于遞歸神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)辨識(shí)研究[D];蘭州大學(xué);2010年

5 劉長(zhǎng)江;基于神經(jīng)網(wǎng)絡(luò)的工業(yè)CT圖像邊緣提取的算法研究[D];重慶大學(xué);2008年

本文編號(hào)：2781309