【作者】 吕立华；

【导师】 李平； 宋执环；

【作者基本信息】 浙江大学 ， 控制科学与工程， 2001， 博士

【摘要】 系统建模一向被视为控制与优化中必不可少的环节，实际工程中也一直奉行“建模先行”的原则。随着科学技术的飞速发展及生产规模的不断扩大，许多系统变得越来越复杂，尤其是世界范围内日益加剧的产业竞争以及人类认识、改造和协调自然活动的深入，使系统建模遇到了前所未有的挑战，任务艰巨，急待解决。 在这种情况下，单单靠传统控制理论的方法与技术远远不能满足当今复杂工业过程提出的要求，必须从数学、计算机科学、信号处理技术等相关学科汲取最新成果，开发出具有新构思的理论、技术和方法。 本文的工作旨在根据复杂工业过程的特点，基于小波网络和鲁棒估计理论，并结合工程实际，针对复杂系统建模问题展开研究与讨论，具体内容包括以下几个方面： 【1】系统地阐述了对复杂工业过程的认识，介绍了鲁棒估计理论的基本内 容，分析了小波尤其是小波网络在工业过程建模与控制中的应用情况， 指明了本文研究的内容和意义。 【2】分析了小波变换消除白噪声干扰的基本原理和方法，然后结合鲁棒统 计学的知识，提出一种可以抵抗服从污染分布干扰的小波变换，讨论 了小波系数的选取方法，分析了在线实时应用遇到的问题。这一研究 极有可能形成一种实用的信息净化技术。 【3】考虑到一般的滤波与辨识方法在非高斯假设下，不具有最优性这一情 况，研究了基于M估计的回归问题，然后在此基础上研究了鲁棒自适 应FIR滤波器和基于M估计的鲁棒卡尔曼滤波器，最后给出了一种用 于辨识非线性系统的结合小波的鲁棒自适应M估计方法，这种方法在 极大似然意义下是最优的。 【4】对各种小波网络进行了总结和概括，给出了一种通用的多尺度学习范 式；提出了一种结合遗传算法的小波网络分层结构设计方法，这种方 法先用修正的GS方法结合AIC构造小波网络，目的是获得经济的网络 u 浙江大学博士学位论文—— 结构和初始参数，再采用结合 GA的分层优化算法优化小波网络的两个 内部参数一平移和伸缩参数，目的是在不增加小波元的情况下获得更 高的精度。这一部分的内容对于各种小波网络的设计具有普遍的指导 意义。【6】基于小波多分辨分析理论并结合面向控制的辨识思想，提出一种多率 采样系统分频段加权辨识方法。首先研究了基于小波的采样信息的。 致性重构问题，提出了基于小波网络的数据重构方法；然后给出一种 新颖的分频段加权辨识方法，实现对感兴趣频段的精确建模。这是一 种值得关注的系统建模方法，它为系统辨识和控制设计提供了一条新 的思路。【0】基于小波网络和遗传算法，提出－种用于＊V系统建模的二次回归方 法。首先，利用小波网络构造参数子模型，并采用LS方法直接估计第 H代参数。然后利用遗传算法和AIC确定参数子模型的结构，以获得 最终用于表示uv系统的二次回归方程，实现时变系统的多尺度经济 建模。【7】提出了两种新颖的小波网络，分别用于非线性静态和非线性动态系统 辨识。首先，分析了传统小波网络的不足，同时考虑到实际中，学习 样本可能被非高斯白噪声干扰的情况，提出用于辨识非线性静态系统 的鲁棒正交小波网络，并进行了辨识精度和收敛性分析；然后，提出 一种利于在线应用的可变正交小波网络，定义了结构可变策略和可变 操作，分析了误差的变化，给出了一种高效的参数调整策略。【8】指出了工业软测量技术需要解决的关键问题，提出了多小波网络的概 念，给出了网络的结构和相应的构造方法；它弥补了多重神经网络的 不足：最后，提出了一种基于多小波网络的有约束的球磨机负荷软测 量方法。ig】针对复杂工业过程中出现的混杂特性，提出了＊种结合小波网络的 Multi吧gent集成框架，设计了用于该框架的单个 Agent的基本模型， 分析了异构 Agent之间的关系，给出一种 Agent变迁策略，最后基于这 种集成技术，设计了钢球磨煤机智能控制系统。 最后，在总结全文的基础上，提出了研究过程中得出的若下思考，井对未来的研究课题进行了展望。更多还原

【Abstract】 System modeling is all long regarded as a critical step in automation and optimization. odeling First?is also pursued all the times in industrial applications. Along with technology development at very fast speed and production scale-up, a lot of systems get more and more complicated. Especially increasing hot industrial competition all over the world and people deeply understanding, changing and harmonizing of nature, which make system modeling encounter an unprecedented challenge, task is arduous and urgent to deal with. Under such circumstance, requirements presented by complex industrial process can be far from being satisfied merely with classical control theory, we should draw up-to-date fruits from pertinent subjects such as math, computer science, signal processing technology and so on to develop conceptive theory, technology and method. Combining with the characteristics of the complex industrial process, this thesis aims at studying and discussing complex system modeling, based on wavelet networks and robust estimation theory, and considering practical engineering. The main contributions of the thesis are as follows: [11 The understandings of complex systems are systematically set forth; the basic contents of robust estimation theory are introduced; the applications of wavelet analysis especially wavelet networks in the industrial process are analyzed; the significance of the thesis抯 research is pointed out. [21 The basic principle and method are analyzed of wavelet transformation to eliminate white noise disturbance; then a kind of wavelet transform which can resist the disturbance with contaminated distribution is presented, in which the method to select wavelet coefficients is discussed and some problem of online application are analyzed. This research is possible to lead to a sort of practical information purified technology. [31 Considering that the normal filtering and identification method is not ~1 Iv optimal under non-gauss hypothesis, regress problem based on M estimation is studied; then a robust adaptive FIR filter and robust Kalman filter are studied. Finally a robust adaptive M estimation method combing with wavelet for identifying nonlinear system is proposed, which is optimal under maximum likelihood. [41 Different wavelet networks are analyzed and generalized, and a common multiscale learning paradigm is presented. Using the modified Gram-Schmit algorithm combining with AIC to obtain a parsimonious networks structure and initial parameters, a hierarchical structure design method combing with GA for wavelet network is presented. Then two interior parameters of wavelet networks, the dilation and translation parameters will be optimized with GA combined hierarchical optimization algorithm in order to get more accuracy approximation without adding any wavelet. The results can provide a universal guidance for various wavelet networks. [51 Based on wavelet multiresolution analysis theory, a weighted band-wise method for multirate sampled-data systems identification is proposed. First the problem of multirate sampled-data reconstruction is studied and data reconstruction method based on wavelet network is proposed. Then更多还原