模糊神经网络控制及其在复杂工业系统的应用

工业过程日趋复杂,难以建立精确的数学模型,传统控制有其局限性,采用智能控制已成为当前研究的趋势.本文重点探讨了模糊控制和神经网络控制的特点,指出了在对复杂工业过程进行控制时,它们结合的必要性,并分析了模糊逻辑控制与神经网络控制的结合方式.

基于软约束调整方法的区域预测控制

针对复杂工业过程控制中带有区域约束要求的多变量预测控制问题,提出了一种软约束调整方法。依据控制要求的不同,将输出变量分为两类,即质量变量和一般约束变量,并结合工程经验合理选择变量的权重。将线性二次高斯方法引入到软约束的调整中,并兼顾系统的期望目标,以获得满意的优化结果。仿真结果表明所提方法不需要判断输出变量是否违反区域控制要求,也避免了复杂的交互矩阵计算问题,更符合实际工业生产需要。