基于神经网络与多模型的非线性自适应广义预测解耦控制

被引：15

作者：

石宇静

柴天佑

机构：

[1] 东北大学自动化研究中心

来源：

控制理论与应用 | 2008年 / 04期

基金：

国家创新研究群体科学基金;

关键词：

非线性; 广义预测控制; 解耦; 神经网络; 多模型;

D O I：

暂无

中图分类号：

TP13 [自动控制理论];

学科分类号：

摘要：

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解祸控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.

引用

页码：634 / 640

页数：7