神经网络预测控制器的设计万博1manbetx
在深度学习工具箱™软件中实现的神经网络预测控制器使用非线性植物的神经网络模型来预测未来植物的性能。然后，控制器计算将在指定的未来时间范围内优化工厂性能的控制输入。模型预测控制的第一步是确定神经网络对象模型(系统辨识)。接下来，控制器使用对象模型来预测未来的性能。(请参阅模型预测控制工具箱™文档，了解各种模型预测控制策略对线性系统的应用的完整覆盖。)
下面介绍系统识别过程。接下来是对优化过程的描述。最后，讨论了如何使用在Simulink中实现的模型预测控制器模块万博1manbetx®环境。
系统识别
模型预测控制的第一阶段是训练神经网络来表示被控对象的正向动力学。将被试输出与神经网络输出之间的预测误差作为神经网络训练信号。过程如下图所示:
神经网络植物模型使用以前的输入和以前的植物输出来预测未来的植物输出值。神经网络植物模型的结构如下图所示。
该网络可以使用从工厂运行中收集的数据，以批处理模式离线训练。你可以使用在多层浅层神经网络和反向传播训练网络培训。下面几节将更详细地讨论这个过程。
预测控制
模型预测控制方法基于后退地平线技术[SoHa96］．神经网络模型预测植物在特定条件下的反应时间范围。数值优化程序使用预测来确定控制信号，使以下性能标准在指定的范围内最小化
在哪里N1，N2,Nu定义跟踪误差和控制增量评估的视界。的u’变量是暂定控制信号，yr是期望的回应吗y米为网络模型响应。ρ值决定了控制增量的平方和对性能指标的贡献。
下面的框图说明了模型预测控制过程。该控制器由神经网络对象模型和优化模块组成。的值由优化块决定u这最小化J，然后是最优u是工厂的输入。控制器模块是在Simulink中实现的，如下节所述。万博1manbetx
使用神经网络预测控制器块
本节展示如何使用神经网络预测控制器块。第一步是将神经网络预测控制器块从深度学习工具箱块库复制到Simulink编辑器中。万博1manbetx如果您不确定如何万博1manbetx做到这一点，请参阅Simulink文档。在下面的示例中跳过此步骤。
通过深度学习工具箱软件提供了一个示例模型来说明预测控制器的使用。这个例子使用了催化连续搅拌槽式反应器(CSTR)。这个过程的示意图如下图所示。
系统的动态模型为
在哪里h（t)为液位，Cb（t)为工艺输出时的产品浓度，w1（t)为浓缩进料的流量Cb1,w2（t)为稀释进料的流量Cb2．输入浓度设置为Cb1= 24.9,Cb2= 0.1。与消耗速率相关的常数是k1= 1,k2= 1。
控制器的目的是通过调节流量来维持产品浓度w1（t）.为了简化这个例子，setw2（t) = 0.1。油箱的高度h（t)在本实验中不受控制。
运行这个示例:
开始MATLAB®．
类型
predcstr在MATLAB命令窗口中。这个命令打开带有以下模型的Simulink编辑万博1manbetx器。
工厂模块包含Simulink CSTR工厂模型。万博1manbetx神经网络预测控制器块信号连接如下:
控制信号连接到Plant模型的输入。
植物输出信号连接到植物块输出。
参考连接到随机参考信号。
双击NN预测控制器模块。这为设计模型预测控制器打开了以下窗口。此窗口允许您更改控制器的视界N2和Nu．（N1固定为1)前面描述的权重参数ρ，也在这个窗口中定义。采用α参数控制优化。它决定一个成功的优化步骤需要降低多少性能。您可以选择优化算法使用的线性最小化例程，并可以决定在每个样本时间执行优化算法的多少次迭代。线性极小化例程是其中讨论的轻微修改多层浅层神经网络和反向传播训练．
选择植物鉴别．这将打开以下窗口。在使用控制器之前，必须建立神经网络植物模型。植物模型预测未来植物的产量。优化算法使用这些预测来确定优化未来性能的控制输入。如前面所示，植物模型神经网络有一个隐藏层。您可以选择该层的大小、延迟输入和延迟输出的数量，以及这个窗口中的训练函数。您可以选择中描述的任何培训功能多层浅层神经网络和反向传播训练训练神经网络植物模型。
点击生成的训练数据．该程序通过将一系列随机步骤输入到Simulink工厂模型中来生成训练数据。万博1manbetx然后，潜在的训练数据将显示在类似下图中。
点击接受数据，然后单击列车网络的在“植物标识”窗口。开始工厂模型培训。训练按照训练算法进行(
trainlm在本例中)您选择的。这是批量训练的一个直接应用，如多层浅层神经网络和反向传播训练．培训完成后，将显示得到的工厂模型的响应，如下图所示。(如果存在验证和测试数据，也有单独的图。)
然后，您可以通过选择继续使用相同的数据集进行训练列车网络的同样的,你可以删除生成的数据生成一个新的数据集，或者你可以接受当前的工厂模型并开始模拟闭环系统。对于本例，开始模拟，如下步骤所示。
选择好吧在“植物标识”窗口。将训练好的神经网络模型加载到神经网络预测控制器块中。
选择好吧在神经网络预测控制窗口中。这将把控制器参数加载到NN预测控制器块中。
返回到Simulink编辑器万博1manbetx并通过选择菜单选项启动模拟模拟>运行．在模拟运行时，将显示设备输出和参考信号，如下图所示。
你也可以从以下列表中选择一个网站:
