| 【中文题名】 | 太阳能热利用系统的自适应模糊控制 |
| 【英文题名】 | Adaptive Fuzzy Control of Solar Energy Heat Utilization System |
| 【学科专业】 | 运筹学与控制论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-2 |
| 【中关键词】 | 太阳能热水器,自适应模糊控制,遗传算法,神经网络,仿真, |
| 【英关键词】 | Solar Water Heater,Adaptive Fuzzy Control,Genetic Algorithm,Neural Network,Simulink, |
| 【分类导航】 | 数理科学和化学>数学>控制论、信息论（数学理论）>控制论（控制论的数学理论）>> |
| 【论文摘要】 | 太阳能热利用系统是一个大惯性、纯滞后、参数时变的非线性复杂系统。对于太阳能热水器系统而言，如何实现其水温的智能控制，是一项重要研究课题。到目前为止，应用经典的模糊控制、PID控制、广义预测模型等方法，在太阳能热水器的理论研究和实际应用方面已经取得了一定的进展。但在实际运行过程中，当外界环境发生较大的变化时，系统不具有自适应性，控制效果不理想。
智能控制是当今国内外自动控制的发展趋势。模糊控制技术、神经网络和遗传算法是智能控制的重要基础工具。模糊控制非常适用于一类复杂的难以建立精确的数学模型的非线性系统；神经网络具有自学习和并行处理信息的能力，其BP学习算法对于建立和调整模糊推理系统效果比较好；遗传算法是一种随机搜索的全局化方法，它通过交叉和变异操作大大减少了受初始状态的影响，使搜索得到最优结果而不停留在局部最优处。
本文提出将模糊控制理论、神经网络理论和遗传算法相结合，进行优势互补，设计一个基于遗传算法的模糊神经网络智能控制器。先用遗传算法离线调节控制规则前件变量的隶属函数参数和后件变量的作用值，调整后的控制器的输出能很好的跟踪样本数据，然后再用BP学习算法进行在线调节，优化控... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第一章 前言 |
9-15 |
|
1.1 太阳能应用的现状与意义 |
9-11 |
|
1.1.1 太阳能应用的现状 |
9-10 |
|
1.1.2 太阳能应用的意义 |
10-11 |
|
1.2 太阳能热水器系统简介 |
11-15 |
|
1.2.1 太阳能热水器基本原理 |
11-12 |
|
1.2.2 太阳能热水器系统的研究现状 |
12-15 |
|
第二章 模糊控制系统基本理论及性质 |
15-20 |
|
2.1 模糊控制系统 |
15-17 |
|
2.2 模糊控制系统的性质 |
17-20 |
|
第三章 自适应模糊控制器的设计与优化 |
20-36 |
|
3.1 遗传算法基本理论 |
20-23 |
|
3.1.1 选择操作(Selection) |
21 |
|
3.1.2 交叉操作(Crossover) |
21-22 |
|
3.1.3 变异操作(Mutation) |
22-23 |
|
3.2 模糊控制器的设计 |
23-28 |
|
3.2.1 确定模糊控制器的结构 |
23-24 |
|
3.2.2 选择描述输入、输出变量的模糊语言 |
24 |
|
3.2.3 定义模糊集的隶属函数和建立模糊控制器的控制规则 |
24-26 |
|
3.2.4 确定输入、输出变量的论域及比例因子和量化因子 |
26-28 |
|
3.2.5 选择模糊化和去模糊化的方法 |
28 |
|
3.3 基于遗传算法的自适应模糊神经网络控制器的设计 |
28-36 |
|
3.3.1 模糊神经网络控制器 |
28-31 |
|
3.3.2 遗传算法离线优化控制器 |
31-33 |
|
3.3.3 神经网络BP算法在线调整控制器结构 |
33-36 |
|
第四章 太阳能热水器水温的自适应模糊控制器的设计 |
36-44 |
|
4.1 遗传算法离线调整参数 |
36-40 |
|
4.2 BP算法在线调整网络参数及系统仿真 |
40-44 |
|
致谢 |
44-45 |
|
参考文献 |
45-46 |
|
| 【DOI】 | LunWen.ID:2.2008.10660 |
