基于极限学习机的非线性自适应逆控制

本书设计了两种不同的自适应逆控制方案，为非线性自适应逆控制技术的完善和发展提供了新的思路。将本文提出的RMELM-BPTM自适应逆控制方法应用于汽轮机转速控制系统，得到了一种新颖的汽轮机转速自适应逆控制系统。

非线性自适应滤波技术是非线性自适应逆控制系统设计和应用的基础，针对当前非线性自适应滤波器采用梯度下降算法所带来的收敛速度慢，容易陷入局部极点的缺陷，本文提出并推导了限定记忆极限学习机算法，该算法不仅能够避免梯度下降算法的缺陷而且能够克服“数据饱和”问题，是一种优秀的非线性对象建模和逆建模方法。

王万召，男，1972年10月出生，河南叶县人，博士研究生毕业，副教授。

2002年9月至2005年6月于华北电力大学（北京）自动化系控制理论与控制工程专业攻读硕士学位，获工学硕士学位；2010年9月至2015年1月在郑州大学电气工程学院攻读博士学位，获工学博士学位；2005年6月至今于河南城建学院能源与建筑环境工程学院从事教学科研工作。

教学和科研是高校教师工作任务的两大主题，教学是基础，科研工作促进教学水平的提高，我根据自身实际，确定智能控制与热工过程自动控制为研究方向，积极参加科研工作，任现职以来，主持或参与完成省级科研项目3项；发表论文20余篇，其中EI收录5篇，中文核心期刊16篇；获得国家发明专利1项，新型实用专利4项。

1 绪 论 1

1.1研究的背景和意义 1
1.2 相关领域研究概述 2
1.3 自适应逆控制研究概述 8
1.4 主要工作及内容安排 12
2 限定记忆极限学习机 15
2.1神经网络基础知识 15
2.2 基本ELM算法 20
2.3 增长记忆极限学习机算法 24
2.4 限定记忆极限学习机算法 28
2.5 仿真实验及分析 33
2.6 小结 36
3 基于AF-DE混合优化的极限学习机 37
3.1 极限学习机优化问题 37
3.2 人工鱼群算法 40
3.3 差分进化算法 41
3.4人工鱼群差分进化混合优化算法 42
3.5 基于AF-DE混合优化算法的极限学习机 45
3.6小结 49
4 基于极限学习机的非线性系统建模与逆建模 50
4.1非线性系统模型辨识 50
4.2基于ELM的非线性系统建模 52
4.3非线性系统在线建模仿真实验 56
4.4 神经网络非线性系统逆建模 61
4.5 非线性系统在线逆建模仿真研究 64
4.6小结 68
5 非线性自适应逆控制系统 69
5.1 自适应逆控制基本原理 69
5.2 非线性RMELM-BPTM自适应逆控制系统 70
5.3 非线性RMELM-FEL自适应逆控制系统 85
5.4小结 92
6 汽轮机转速自适应逆控制系统研究 93
6.1 汽轮机转速控制系统综述 93
6.2 汽轮机转速自适应逆控制系统 94
6.3 仿真实验及分析 101
6.4 小结 103
7 总结与展望 105