共查询到20条相似文献,搜索用时 62 毫秒
1.
基于阻尼最小二乘法的神经网络自校正一步预测控制器 总被引:4,自引:1,他引:3
针对非线性控制器设计中遇到的模型结构及模型参数辨识问题,采用多层前馈神经网络去逼近任意的非线性系统,并使用收敛速度快且稳定性好的阻尼最小二乘法在线学习网络的仅植。基于估计的神经网络模型,依据辨识与控制的对偶原则,设计了基于阻尼最小二乘法的一步向前预测控制器。仿真研究表明,这种神经网络自校正控制器不仅具有很好的性能,而且不会产生参数爆发现象。 相似文献
2.
3.
为了将内模控制推广至非线性控制领域,本文将其与神经网络相结合,利用神经网络对任意非线性映射的逼近能力推导出一种能对非线性系统进行有效控制的神经网络内模控制器。在网络学习算法上采用收敛速度快的Davidon最小二乘法训练多层前馈神经网络,从而保证控制方案的实时性。仿真结果表明了该方法的有效性。 相似文献
4.
提出了对于一大类未知,不确定,时变单输入单输出离散非线性系统,利用三层BP网络,采用快速BP算法构成学习和自校正控制的方案,针对同一被控对象,设计了PID控制器,仿真结果表明本文所提出的神经网络自校正控制的优越之处。 相似文献
5.
基于ANN模型的非线性自校正预测控制器 总被引:7,自引:1,他引:6
采用局部建模和线性化方法,提出了一种基于人工神经网络(Artificial Neural Network--ANN)模型的非线性自校正预测控制算法.仿真实例表明,所提控制策略可有效地控制某些未知多变量非线性动态系统. 相似文献
6.
新型随机广义预测自校正控制器 总被引:6,自引:0,他引:6
基于CARIMA模型,设计了一种新的广义预测控制器.由于本文算法是利用辨识结果直接求解控制器,不需要在线求解Diopbantine方程,因而大大减少了计算量,便于控制系统的在线设计. 相似文献
7.
基于BP网络的PID型预测自校正控制器 总被引:11,自引:3,他引:11
采用BP网络对PID型大范围预测控制器(PIDGPC)的参数kp,ki,kd及α进行自学习,并在多个模型构成的系统上进行了仿真,验证了该算法的适应性和鲁棒性,为设计通用的GPC控制器提供了一种新的手段。 相似文献
8.
9.
10.
11.
12.
针对操作变量多于被控变量的“胖”系统,提出了一种多变量协调控制系统,本控制系统在保证对关键变量实施定点控制的同时,还尽可能将操作变量协调至理想操作区,以达到优化操作变量的目的,文中将生产过程中复杂的操作要求和优化规则归纳整为一系列多变量优化协调逻辑,并进而用人工神经网络予以实现,用预估控制技术实现控制。这种协调控制器结构充分发挥了神经元网络和预估控制算法两方面的优势。在石油分馏塔上实现的多变量协调 相似文献
13.
为随机线性系统建立了全局收敛广义预测自校正控制算法,处理的是有色噪声的情况,并给出了完整而严格的收敛性证明.在通常假设条件下使用这种算法,能使适应控制律和最优控制律之差在样本均方意义下收敛到零. 相似文献
14.
15.
16.
采用遗传算法训练对角递归神经网络预测控制器 总被引:2,自引:0,他引:2
本文提出了一种基于广义预测控制的神经网络预测控制方案.预测控制器由对角递归
神经网络预测控制器和前向神经网络静态补偿器组成.两种神经网络均采用遗传算法进行训
练.仿真实验表明,对于带纯时延的非线性被控对象,采用遗传算法设计的对角递归神经网
络预测控制器具有令人满意的控制性能. 相似文献
17.
基于神经网络的自适应模糊控制器 总被引:10,自引:0,他引:10
本文提出了一种基于神经网络的自适应模糊控制器,控制器为5层前向结构,其输入和输出均为数值量。根据给定的训练数据,通过学习算法,能够实现前件参数和后件参数的辨识,提取控制规则,最后通过仿真实验证明了这种方法的有效性。 相似文献
18.
基于遗传算法的神经网络自适应控制器的研究 总被引:5,自引:1,他引:5
提出了一种基于遗传算法的神经网络自适应控制方法。该方法是针对BP算法训练神经网络控制系统时收敛速度慢、动态特性不够理想等不足,用改进的遗传算法来优化神经网络辨识器与控制器的参数,以提高控制系统的性能,仿真实验表明该控制器对于非线性、时变、滞后等对象都具有很好的控制精度、鲁棒性和动态特性。 相似文献
19.
This paper presents an analysis of the stability and convergence of a damped least squares identification algorithm and establishes the global convergence of a minimum variance self‐tuning scheme based upon damped least squares. The results mathematically demonstrate that the damped least squares can generally be applied to achieve system identification and adaptive control. 相似文献