首页 | 本学科首页   官方微博 | 高级检索  
     

基于在线学习的多模型自适应控制
引用本文:翟军勇,费树岷. 基于在线学习的多模型自适应控制[J]. 中国电机工程学报, 2005, 25(9): 0-83
作者姓名:翟军勇  费树岷
作者单位:东南大学自动化研究所,江苏省,南京市,210096
基金项目:教育部高校博士学科点专项科研基金资助(No.20030286013)
摘    要:针对传统自适应控制算法,实际工业过程在不同工况下的模型参数突变时系统暂态响应特性较差,该文提出了基于在线学习的多模型自适应控制方法。应用动态模型库技术来建立模型库,而无需被控对象的先验知识,所提出的建模方法和相应的多模型自适应控制器使系统的动态响应品质得到了明显的改善。文中证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性。计算机仿真结果表明该算法的有效性。

关 键 词:多模型自适应控制 在线学习 自适应控制算法 自适应控制器 模型库技术 渐近收敛性 响应特性 模型参数 工业过程 控制方法 应用动态 先验知识 被控对象 动态响应 建模方法 跟踪误差 闭环系统 仿真结果 稳定性 计算机
文章编号:0258-8013(2005)09-0080-04
收稿时间:2004-04-23
修稿时间:2004-10-19

ADAPTIVE CONTROL USING MULTIPLE MODELS BASED ON ONLINE LEARNING
ZHAI Jun-yong,FEI Shu-min. ADAPTIVE CONTROL USING MULTIPLE MODELS BASED ON ONLINE LEARNING[J]. Proceedings of the CSEE, 2005, 25(9): 0-83
Authors:ZHAI Jun-yong  FEI Shu-min
Abstract:This paper deals with the problem of control of plants with large parameters variations under different operating modes. A novel online cearning algorithm based on multiple models adaptive control was proposed to improve the dynamic response performance. At the same time dynamic model bank was applied to establish models bank without the prior system information. The closed-loop system stability and track error convergence asymptotically are proved. The simulation results have confirmed the efficacy of the proposed methods.
Keywords:Multiple model  Dynamic model bank  Switch
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《中国电机工程学报》浏览原始摘要信息
点击此处可从《中国电机工程学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号