【摘要】：灰色預(yù)測(cè)控制是以灰色動(dòng)態(tài)模型為基礎(chǔ)，對(duì)少數(shù)據(jù)、貧信息的系統(tǒng)進(jìn)行有效控制的方法之一。本文在改進(jìn)灰色動(dòng)態(tài)模型的基礎(chǔ)上，綜合模糊控制、免疫PID方法，提出了新的灰色預(yù)測(cè)控制方法，主要研究的成果如下： (1)經(jīng)常會(huì)由于沖擊擾動(dòng)的干擾使得灰色預(yù)測(cè)模型失去應(yīng)有的效果，如何利用緩沖算子排除系統(tǒng)行為數(shù)據(jù)所受的沖擊擾動(dòng)、還原數(shù)據(jù)本來(lái)的面目是應(yīng)用灰色預(yù)測(cè)模型的一個(gè)前提條件。本文基于“新信息優(yōu)先利用”原理和“時(shí)間序列的平均發(fā)展速度”的思想提出了一類新的緩沖算子，并將變權(quán)的思想引入緩沖算子的構(gòu)造中，采用遺傳算法對(duì)權(quán)值進(jìn)行尋優(yōu)，同時(shí)通過(guò)實(shí)例來(lái)說(shuō)明新構(gòu)造算子的實(shí)用性。 (2)研究發(fā)現(xiàn)，模型的背景值及模型的初值是影響灰色GM(1,1)預(yù)測(cè)模型精度的兩個(gè)主要因素。本文對(duì)GM(1,1)模型的背景值和初值同時(shí)進(jìn)行優(yōu)化，提出了一種新的GM(1,1)模型優(yōu)化方法，算例證明優(yōu)化后模型的模擬和預(yù)測(cè)精度有顯著提高。 (3)針對(duì)離散灰色模型DGM(1,1)對(duì)波動(dòng)序列進(jìn)行模擬、預(yù)測(cè)時(shí)通常存在較大誤差的問(wèn)題，本文提出了一種利用時(shí)間序數(shù)對(duì)等間距時(shí)序修正的方法，，結(jié)果表明，提出的改進(jìn)DGM(1,1)模型能夠適應(yīng)于有較大波動(dòng)的原始數(shù)據(jù)序列的建模，具有一定的實(shí)用性和可靠性。 (4)本文提出了一種基于DGM(1,1)模型的帶智能積分灰色模糊預(yù)測(cè)控制算法。根據(jù)當(dāng)前時(shí)刻的誤差和誤差變化量將系統(tǒng)響應(yīng)劃分為若干個(gè)控制區(qū)域,不同區(qū)域預(yù)測(cè)步長(zhǎng)不同。為了提高FUZZY控制器的穩(wěn)態(tài)性能，加入了智能積分控制作用，并且將FUZZY控制、GREY預(yù)測(cè)的長(zhǎng)處綜合在一起用于控制系統(tǒng)。該算法綜合了模糊控制、灰色預(yù)測(cè)的優(yōu)點(diǎn),仿真結(jié)果表明該算法無(wú)靜差、超調(diào)小、響應(yīng)快、穩(wěn)態(tài)精度高。 (5)本文提出了一種基于改進(jìn)GM(1,1)灰色預(yù)測(cè)模糊免疫PID控制器，通過(guò)背景值和初值同時(shí)優(yōu)化的灰色GM(1,1)模型作為預(yù)測(cè)模型，提高了預(yù)測(cè)精度。有效地將灰色預(yù)測(cè)與模糊免疫PID控制相結(jié)合，仿真結(jié)果證明,提出的方法具有較好的控制品質(zhì),能有效地克服了誤差及干擾等不確定因素所帶來(lái)的影響.
【圖文】：

圖 4.1 帶智能積分模糊預(yù)測(cè)控制 基于迭代初值修正的優(yōu)化 DGM(1,1)預(yù)測(cè)模型離散灰色模型即 DGM(1,1)模型可以看成是 GM(1,1)模型的精確形式，并且因?yàn)槠湔瓜禂?shù)和原始序列沒(méi)有非負(fù)限制的優(yōu)點(diǎn)，故本節(jié)利用優(yōu)化的 DGM(1,1)模型作為。假使原始數(shù)據(jù)為：(0) (0) (0) (0)Y ={ y (1), y (2), , y ( n)}中(0)y ( k ) > 0，k=1,2…n.原始數(shù)據(jù)作一次累加：(1) (1) (1) (1)Y ={ y (1), y (2), , y ( n)}

此本文采用三角形作為模糊控制器輸入、輸出的隸屬函數(shù)形狀。預(yù)測(cè)誤誤差和控制量的量化等級(jí)都分為 7 級(jí)，模糊系統(tǒng)的隸屬度函數(shù)如圖所示出變量向模糊語(yǔ)言變量的轉(zhuǎn)變。圖 4.2e ( k )和 Δe ( k)的隸屬度函數(shù)
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：N941.5;O242.1;O231

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邵克勇;張永華;范欣;劉博;;基于神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)募儨笙到y(tǒng)控制研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版)理工卷;2009年04期

2 胡榮;莊瓊劍;朱蘭;符楊;;改進(jìn)的離散灰色模型在中長(zhǎng)期負(fù)荷預(yù)測(cè)中的應(yīng)用[J];電力科學(xué)與技術(shù)學(xué)報(bào);2009年04期

3 鄧聚龍;灰色預(yù)測(cè)控制器[J];大自然探索;1986年04期

4 姚向東,張立軍;灰色預(yù)測(cè)控制的設(shè)計(jì)及其應(yīng)用[J];電子與自動(dòng)化;1998年04期

5 羅黨,劉思峰,黨耀國(guó);灰色模型GM(1,1)優(yōu)化[J];中國(guó)工程科學(xué);2003年08期

6 王正新;黨耀國(guó);劉思峰;;變權(quán)緩沖算子及緩沖算子公理的補(bǔ)充[J];系統(tǒng)工程;2009年01期

7 張慶;劉思峰;王正新;黨耀國(guó);;幾何變權(quán)緩沖算子及其作用強(qiáng)度研究[J];系統(tǒng)工程;2009年10期

8 文定都;;針對(duì)純滯后系統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)智能控制的研究[J];工業(yè)儀表與自動(dòng)化裝置;2008年02期

9 劉思峰;沖擊擾動(dòng)系統(tǒng)預(yù)測(cè)陷阱與緩沖算子[J];華中理工大學(xué)學(xué)報(bào);1997年01期

10 李軍亮;肖新平;;基于粒子群算法的GM(1，1)冪模型及應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2008年32期

本文編號(hào)：2640312