统计自适应增量控制方法的有效性分析

2012年04月12日09:55:41 本网站我要评论(2)字号：T | T | T

关键字：应用

王　玲，孙　波，张炳义，王尔智
沈阳理工大学信息科学与工程学院，辽宁沈阳

沈阳工业大学电气工程学院，辽宁沈阳

摘　　　要：基于控制微元的统计自适应增量控制方法是依据检测数据的周期性预测增量控制方法。编制仿真程序，对统计自适应增量控制方法实际运行所有的可能组态进行仿真研究。通过外层振荡组态，有效控制组态，无效控制组态，及控制组态概率仿真等多方面的调节增量分析，证明该方法能够使时间连续的控制微元群收敛于统计较优化，说明统计自适应增量控制方法有很强的抗干扰能力。给出了基于控制微元的统计自适应增量控制方法的应用实例，进一步说明该方法在工业智能控制系统中对于非线性模拟量控制的有效性。

关　键　词：嵌入式系统；集散控制系统；智能控制；非线性模拟量控制

１　引　言
在嵌入式集散控制系统中，对于非线性、无具体数学模型的被控对象，目前多采用神经网络［１２］、模糊处理［３５］、遗传算法［６９］等智能控制算法实现控制。这些智能控制算法依然是热门研究课题。模糊控制的实质是将相关领域的专家知识和熟练操作人员的经验，转换成模糊语言规则，通过模糊推理和模糊决策，实现对复杂系统的控制。但人的知识和经验是有限的，难以构造出准确描述实时控制系统控制状态的隶属函数；遗传算法是群体搜索策略与群体中所有个体之间的信息交换，适合于复杂和非线性问题的寻优。由于寻优需要较长的时间，很难用于实时系统的高速优化控制；神经网络是通过对被控系统进行学习、训练来实现控制。学习需大量的样本数据和一定的时间方能完成动态训练，无法应对实时控制系统的突发事件［１０］。针对当前流行的智能控制算法的缺陷，文献［１０］和文献［１１］提出了基于控制微元的统计自适应增量控制方法。文献［１１］中，初步提出了统计自适应增量控制器的设计方案。文献［１０］对该方法进行了较详细论述，给出了１０个量化控制状态的控制方法。本文将通过统计自适应增量控制方法的收敛性分析，进一步说明该方法的有效性。

登录网站后可下载文件

统计自适应增量控制方法的有效性分析

相关阅读: