基于神经网络的通用模型自适应控制

摘要：

应用复合正交神经网络来实现过程的自适应逆控制方法,和通用模型控制器策略相结合,提出了一种基于神经网络的通用模型自适应控制方法,将非线性过程模型应用逆系统的方法可以在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性.另一方面,在自适应逆控制中采用复合正交神经网络具有算法简单、学习收敛速度快等优点,可以克服常用的BP和RBF神经网络一些缺点.基于神经网络的通用模型自适应控制方法中的参考轨迹是一条典型的二阶曲线,该控制器参数具有明显的物理意义,参数整定方便.仿真验证了该控制策略的有效性.

关键词：通用模型控制、复合正交神经网络、二阶系统、自适应逆控制

分类号：TP273.2(自动化技术及设备)

在线出版日期：2006-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：10-13,32