|
|||||
|
|
| 一种改进共轭梯度在线学习滑模控制算法 | |
| 作者姓名： | 何晟 夏鲲 |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院 上海 200072,上海理工大学 光电信息与计算机工程学院 上海 200072 |
| 摘 要： | 对于一类基于T-S模糊模型描述的非线性不确定系统,滑模控制算法的稳态误差和动态品质与T-S模糊算法描述模型的准确度相关,利用最小二乘支持向量机算法(LSSVM)学习T-S模糊模型可以很好的逼近实际系统.但是由于LSSVM算法对数据量有一定要求,而且学习速度比较慢,对要求动态响应较高或者内存较小的系统不适用.提出了一种基于改进共轭梯度在线学习算法学习T-S模型,可以实时逼近实际模型,配合滑模控制算法可以达到控制系统的渐进稳定.在不同误差条件下对该控制算法进行仿真实验,在随机误差幅值100以内,系统稳态误差为0.01,同时对时变误差表现出快速的稳定特性,显示了该控制算法较强的鲁棒性.最后,实验还对随机误差幅值为500的系统验证了T-S模型对于系统学习数据的随机误差具有去噪能力. |
| 关 键 词： | T-S模糊模型 滑模控制 共轭梯度法 最小二乘支持向量机 鲁棒性 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《电子测量技术》浏览原始摘要信息 | |
| 点击此处可从《电子测量技术》下载免费的PDF全文 | |