基于代数算法的RBF神经网络解耦控制

被引:2
作者
隆媛媛
蒋品群
李廷会
罗晓曙
机构
[1] 广西师范大学电子工程学院
关键词
代数算法; RBF神经网络; PID控制; 解耦控制;
D O I
暂无
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
提出一种基于代数算法的RBF(Radial Basis Function)神经网络自适应PID控制方法。该方法采用动态的径向基函数网络对非线性系统进行在线辨识被控对象,并将获得的灵敏度信息对PID控制参数自整定,实现了系统的解耦控制。仿真结果表明该设计方案具有控制精度高,实时性好,且具有很强的鲁棒性和自适应性。
引用
收藏
页码:131 / 133
页数:3
相关论文
共 8 条
[1]   多变量系统的神经网络解耦 [J].
黄均安 ;
王跃 ;
李秀珍 .
工业仪表与自动化装置, 2008, (04) :11-14
[2]   一种基于代数算法的RBF神经网络优化方法 [J].
张江涛 ;
刘旭敏 .
计算机工程与应用, 2008, (05) :96-98
[3]   基于改进型RBF神经网络多变量系统的PID控制 [J].
李绍铭 ;
刘寅虎 .
重庆大学学报(自然科学版), 2007, (02) :53-57
[4]   大型轮式工程车辆转向系统的神经网络PID控制 [J].
袁海斌 ;
李运华 ;
袁海文 ;
杨丽曼 .
系统仿真学报, 2005, (05) :1185-1187+1191
[5]   神经网络在薄膜厚度控制系统中的应用 [J].
曲双红 ;
俞孟蕻 ;
孟昕 .
华东船舶工业学院学报(自然科学版), 2003, (04) :51-55
[6]   RBF网络基函数中心选取算法的研究 [J].
朱明星 ;
张德龙 .
安徽大学学报(自然科学版), 2000, (01) :72-78
[7]  
先进PID控制MATLAB仿真[M]. 电子工业出版社 , 刘金琨著, 2004
[8]  
Conditional fuzzy clustering in the design of radial basis function neural networks .2 Witold Pedrycz. IEEE Transactions on Neural Networks . 1998