共 1 条
基于神经网络与多模型的非线性自适应广义预测控制
被引：26
作者：
石宇静
柴天佑
机构：
[1] 东北大学自动化研究中心
[2] 东北大学自动化研究中心 沈阳
来源：
基金：
国家创新研究群体科学基金;
国家自然科学基金重点项目;
关键词：
广义预测控制;
自适应;
多模型;
神经网络;
D O I：
10.16383/j.aas.2007.05.016
中图分类号：
TP183 [人工神经网络与计算];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对一类不确定非线性离散时间动态系统,提出了基于神经网络与多模型的非线性广义预测自适应控制方法．该自适应控制方法由线性鲁棒广义预测自适应控制器,神经网络非线性广义预测自适应控制器和切换机制三部分构成．线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界,神经网络非线性广义预测自适应控制器能够改善系统的性能．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．给出了所提自适应方法的稳定性和收敛性分析．最后通过仿真实例验证了所提方法的有效性．
引用
收藏
页码：540 / 545
页数：6
相关论文