宇航学报
宇航學報
우항학보
JOURNAL OF ASTRONAUTICS
2008年
4期
1336-1340
,共5页
遗传算法%RBF神经网络%PID%发汗冷却%最优控制
遺傳算法%RBF神經網絡%PID%髮汗冷卻%最優控製
유전산법%RBF신경망락%PID%발한냉각%최우공제
针对发汗冷却系统中不可压缩发汗剂对热层温度场的优化控制问题,利用径向基函数神经网络建立了被控温度场的预测模型,构造了使发汗剂消耗量和预测温度超调量极小化的泛函性能指标,提出一种基于遗传算法的PID进化控制策略和实现算法.同时,该神经网络预测器可以通过在线学习随时跟踪温度场的变化,以实现对温度场的滚动优化和进化控制.仿真结果表明,这种基于神经网络预测和遗传算法优化的PID进化控制器能够实现在几乎无烧蚀的情况下发汗剂消耗量的最小化.而且,该算法还适合于多样化的性能指标,便于求解和实现,实用性强.
針對髮汗冷卻繫統中不可壓縮髮汗劑對熱層溫度場的優化控製問題,利用徑嚮基函數神經網絡建立瞭被控溫度場的預測模型,構造瞭使髮汗劑消耗量和預測溫度超調量極小化的汎函性能指標,提齣一種基于遺傳算法的PID進化控製策略和實現算法.同時,該神經網絡預測器可以通過在線學習隨時跟蹤溫度場的變化,以實現對溫度場的滾動優化和進化控製.倣真結果錶明,這種基于神經網絡預測和遺傳算法優化的PID進化控製器能夠實現在幾乎無燒蝕的情況下髮汗劑消耗量的最小化.而且,該算法還適閤于多樣化的性能指標,便于求解和實現,實用性彊.
침대발한냉각계통중불가압축발한제대열층온도장적우화공제문제,이용경향기함수신경망락건립료피공온도장적예측모형,구조료사발한제소모량화예측온도초조량겁소화적범함성능지표,제출일충기우유전산법적PID진화공제책략화실현산법.동시,해신경망락예측기가이통과재선학습수시근종온도장적변화,이실현대온도장적곤동우화화진화공제.방진결과표명,저충기우신경망락예측화유전산법우화적PID진화공제기능구실현재궤호무소식적정황하발한제소모량적최소화.이차,해산법환괄합우다양화적성능지표,편우구해화실현,실용성강.
