基于神经网络建模和粒子群优化的锅炉汽温控制研究毕业论文(编辑修改稿)

基于神经网络建模和粒子群优化的锅炉汽温控制研究毕业论文(编辑修改稿)内容摘要：

过热汽温系统 神经网络 建模 神经网络 神经网络简介 人工 神经网络 (ArtlficialNeuralNetworkS，简称 ANN)是模仿人脑 功能的 一种 信息处理系统。 具有通过学习获取知识并解决问题的能力，其知识存储在连接权中。 它主要借鉴了人脑神经系统处理信息的过程，以数学网络拓扑为理论基础，以大规模并行性、高度的容错能力以及自适应、自学习、自组织等功能为特征，集信息加工与存储一体化，具有广泛的应用前景。 它可用电子元件实现，也可用软件在计算机上实现。 人工神经网络的研究涉及到计算机科学、控制论、信息科学、微电子学、心理学、认知科学、物理学、数学与力学等学科。 作为智能控制的一个分支，以其独特的非传统表达方式和固有的学习能力，引起了控制界的广泛关注 [1]。 20 世纪 40 年代初， 与 Waiter Pitts 提出了第一个神经网络模型 MP 模型，为计算神经行为提供了可能性，从而开创了神经网络领域的研究。 到目前为止 大致经历了四个发展阶段。 从 1943 年到 60 年代，在这一阶段提出了多种网络模型和相关算法 ,如 1949 年 Hebb 提出了Hebb 算法、 1958 年 Rosenblatt 提出了感知器模型算法、 1960 年 Widrow 和 Hoff 提出了 ADALINE网络模型，这些算法和模型都对手机网络的发展起到了重 大的推动作用 ； 60 年代末至 70 年代，由于电子线路交叉极限的困难难以克服，使神经元的数量受到限制，导致神经网络的发展进入低潮，相关研究工作进展缓慢。 80 年代到 90 年代初期，由于 物理学家 的 Hopfield 模型的提出开创了神经网络用于联想记忆和优化计算的新途径 ， 有力地推动了神经网络饿发展。 另外，由于 能量 函数和稳定性等概念的产生使神经网络又获得了新的发展，相关的模型、算法和应用问题被提出。 90 年代以后，神经网络在经历了 80 年代末到 90 年代初的高潮后，硬件技术、应用范围与理论水平都有了很大的进展，开始进入了稳健发展时期。 神经网络的主要特性 神经网络对控制领域有吸引力的特点包括 [1]： ①非线性映射能力。 神经网络能够充分逼近任意复杂的非线性关系，从而形成非 线性动力学系统，以表示某些被控对象的模型或控制器模型。 ②具有自适应功能。 神经网络具有很强的自适应能力，它能不断地自适应修正网 络权值，学习与适应不确定性系统的动态特性。 ③具有泛化功能。 能够处理那些未经训练过的数据，而获得相应于这些数据的合 适解答，同样，它能够处理那些含有噪声的数据。 所有定量或定性的信息都分布存储 于网络内的各个神经元中，因而具有很强的容错性和鲁棒性。 ④高度并行处理，具有很强的数据融合能力。 ⑤自然地处理多输入信号，并有多个输出，适合于多变量系统。 神经网络模型 神经网络是由大量神经元按一定的结构连接而成，来完成不同信息 (包括智 能信息 )处理任务的非线性系统。 不同神经元之间通过各自的突触权值来表示不 同的连接关系。 在学习的过程中不断调整突触权值，使网络实际输出不断逼近期 望输出。 图 是基本的神经元模型，其中 xl„ xn 是神经元的输入， wl„巩是输 入连接权值，夕是神经元的阂值 (也称偏执量 )。 神经元由三个基本要素构成 : )( xf10 x1x2nx y1n 图 21 简化的神经元结构 7 神经元的每一个输入连接都有突触连接强度，用一个连接权值来表示，即将产生的信号通过连接强度放大，每一个输入量（ jx ）都相应有一个相关联的权重（ j ）。 处理单元将经过权重的输入量化，然后相加求得其加权值之和，计算出唯一的输出量，这个输出量（ y ）是权重和的函数。 它是一个多输入、单输出的非线性元件，其输入、输出关系可描述为：   )(yn1j IfxI jj  (21) 式 中 ： y 为神经元输出 ； f 为输出变换函数，或激活 函数， 其非线性特征可用阈值型、分段线性型和连续型激发函数近似 ； jx ),3,2,1( nj  是 神经元第 i 个输入；  为 神经元的 阈值 ； j 为权系数， 表示连接的强度，说明突触的负载。 为了方便，有时将  也看成是对应恒等于 1的输入 0x 的权值，这时式 21的和式变成：  nj jjxI 0 （ 22） 其中，  0 ， 10x。 神经网络中常用的激发函数 有 阈值型函数、饱和型函数、双曲型函数、 S型函数、高斯函数等，其具体表达式 如表 21 所示 . 表 21 神经网络常见激发函数 函数形式 函数表达式 说明 线性函数 xxf )( 作用函数 f 连续取值，随 x 的增大而增大 阈值型函数   00 01)( xxxf    01 01)()s gn ( xxxfx 两种不同的表达形式，一种是对称硬限幅函数，一种是硬限幅函数。 双曲型函数 IIeexxf 11)tan h ()( 又称为对称的 sigmoid 函数 S 型函数 01 1)(   Iexf 又称之为 sigmoid 函数 高斯函数  22)(e x p)(。