神经网络控制

神经网络控制

沈阳电力高等专科学校 杨庆柏 刊载于《辽宁电机工程科普》1999年第4期

神经网络控制是一种基本上不依赖模型的控制方法。它比较适用于那些具有不确定性或高度非线性的控制对象，并且有较强的适应和学习功能，因而神经网络控制是智能控制的一个重要分支领域。神经网络控制的机理人脑是由大量的神经细胞组合而成的，它们之间互相连接。人工神经网络是对生物神经网络的一种模拟和近似，该网络是一个并行和分布式的信息处理网络结构，它一般由许多个神经元(即神经细胞)组成。虽然单个神经元的结构和功能极其简单和有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富的。每个神经元有一个单一的输出，它可以到很多其他的神经元，其输入有多个连接通路，每个连接通路对应一个连接权系数。由给定的输入，神经网络产生一组输出，这些输出与已知的输出或期望的输出比较，如 有偏差，则修正连接权系数以改进网络性能这种培育过程直到神经网络达到令人满意的水平为止。

目前，取代人工控制的途径大致有二种，一是将手工操作中的经验总结成普通的规则或模糊规则，然后构造相应的专家控制器或模糊控制器。二是在知识难于表达的情况下，应用神经网络学习人的控制行为，即对人工控制器建模。然后用此神经网络控制器取代。这种通

过对人工或传统控制器进行学习，然后用神经网络控制器取代或逐渐取代原控制器的方法，称为神经网络监督控制。 2．神经网络控制特点

(1)具有很强的自学习和自组织能力，能进行在线或离线学习。

(2)具有并行处理及其带来的高速处理能力，而且处理的时间与问题的复杂程度只是成比例关系，而不是串行处理中的几何数量级关系。

(3)具有很强的处理非线性问题的能力，能逼近任意的非线性函数，因而适于处理那些难于用模型或规则描述的过程或系统。

(4)具有很强的信息综合能力，能同时处理大量的、不同类型的定量和定性信息，便于进行多种信息的融合。

(5)具有分布式存储信息和容错能力，每个神经元存储多种信息的部分内容，部分神经元的损坏和信息破坏只会导致网络部分功能减弱。

3．神经网络控制应用

神经网络在自动控制系统中应用方式是多种多样的，基本上可分为单神经元的应用和神经网络的应用。由于目前缺乏相应的神经网络芯片或神经网络计算机硬件支持，此系统尚未获得实际应用。而由单个神经元构成的控制器，是利用了目前的计算机串行计算方法来模拟神经网络控制，其系统结构简单，易于实时控制，因此获得了实际应用。

神经网络在电力工业的应用研究已有多项，如用神经网络模拟火

电厂的生产过程，可制成令人满意的火电厂模拟装置，并可以应用于火电厂的动态控制。