[发明专利]具有对象年龄特征膜计算的桥式吊车神经网络建模方法

说明书

本发明公开了一种具有对象年龄特征膜计算的桥式吊车神经网络建模方法。步骤为：1)获得桥式吊车运行过程的输入和输出采样数据，建立桥式吊车RBF神经网络模型；2)分别将桥式吊车运行过程的位置和摆角的估计输出与实际输出采样数据的差值平方和作为目标函数；3)受生物细胞膜及胞内物质衰老现象的启发，抽象出一种具有对象年龄特征膜计算的桥式吊车神经网络建模方法；4)设定算法运行参数；5)运行具有对象年龄特征膜计算优化方法对桥式吊车RBF神经网络模型中的未知参数进行估计，通过最小化目标函数，得到模型中的未知参数估计值，将估计值带入桥式吊车RBF神经网络模型中，形成非线性模型。本发明建模方法具有抗早熟、局部搜索精度高，收敛快的特点。

技术领域

本发明涉及一种具有对象年龄特征膜计算的桥式吊车神经网络建模方法。

背景技术

桥式吊车是一类应用广泛的装配运输工具，其工作的关键是实现货物的准确、快速、无残摆运送。但是由于桥式吊车的控制量维数少于其被控量的自由度，属于非线性欠驱动性系统，当台车运动时，受摩擦力、风力的干扰，会引起货物的摆动，存在操作效率低、定位精度差、安全系数低等缺点。因此，必须对桥式吊车进行安全有效的控制，要达到这一目的，关键在于建立高精度的桥式吊车模型。

研究者们采用机理建模的方法取得了不少成果，马博军等人同时考虑了台车在两个水平方向上运动对负载摆动的作用和吊绳长度变化对系统状态的影响，利用拉格朗日方程确定了三维桥式吊车系统的动力学模型。M.分析了桥式吊车支撑结构的动态特性，基于动力学方程建立了非线性吊车模型。基于机理建模，研究者们根据桥式吊车的机理和特征提出其模型结构，再选择合适的参数估计方法，求取模型参数。这些未知参数的估计值对所得到的桥式吊车数学模型的准确性有着重要影响。因此，在桥式吊车模型结构已知的情况下的建模问题，可以将桥式吊车模型的参数估计问题转化为优化问题。

然而，由于桥式吊车的欠驱动性、非线性、不确定性等特点，研究者们所建立的机理模型与实际模型仍有较大的偏差。人工神经网络是从微观结构和功能上对人脑的抽象、简化，反映了人脑功能的并行信息处理、学习、联想等特征，作为一类新的建模方法，人工神经网络具有自学习、自适应性、非线性映射等特点，能够有效处理非线性系统建模问题，而确定神经网络的结构与参数是实现人工神经网络建模的关键问题之一。

对于具有非线性、约束性、复杂性等特点的工程优化问题，传统的优化方法容易陷入局部最优甚至得不到最优值，这使得受生物启发的智能优化方法得到人们的重视。膜计算是自然计算的新分支，旨在从生命细胞的结构和功能中，抽象出计算模型，也称为P系统。膜计算由欧洲科学院院士、罗马尼亚科学院院士Gheorghe Paun于1998年提出，生物细胞膜内的生化反应或细胞膜之间的物质交流被看成是一种计算过程，甚至细胞之间的物质交换也可以看成是计算单元之间的信息交流。本发明受生物细胞内物质和能量的变异、传递的启发，提出了一种具有对象年龄特征膜计算的桥式吊车神经网络建模方法，可用于求解复杂的非线性优化问题基于杨世品等人于2012年发表在《International Journal ofHydrogen Energy》上的质子交换膜燃料电池的数学模型，考虑其内部电化学反应的高度非线性和复杂性，将所提出的嵌套式膜结构的P系统优化算法用于解决质子交换膜燃料电池模型参数估计中，取得较理想的效果。

发明内容

本发明的目的是克服传统膜计算和桥式吊车机理建模中的一些缺点和不足，如局部搜索能力差等，提出一种具有对象年龄特征膜计算的桥式吊车神经网络建模方法，该方法将改进膜计算优化方法用于桥式吊车RBF神经网络模型的参数寻优中，结果表明所建模型能较好地反映实际系统的非线性特性。本发明具体采用的技术方案如下：

具有对象年龄特征膜计算的桥式吊车神经网络建模方法，其包括如下步骤：

步骤1：通过实验获得桥式吊车系统水平方向的控制输入与输出采样数据作为样本数据，其中输入采样数据为吊车的水平控制力F，输出采样数据为水平方向的位置x和摆角θ；