10.3969/j.issn.1000-0682.2009.01.013
一种基于动态最近邻聚类算法RBF网络非线性系统复合控制器设计
针对RBF网络的设计难点,提出一种动态确定隐层节点数和聚类中心的新方法.并基于逆动力学的思想,提出一种RBF网络逆控制与PID控制相结合的在线自学习控制方案.辨识器采用RBF网络结构和动态最近邻聚类算法,实现了对系统逆动力学的动态辨识.并将辨识模型作为控制器模型,与被控对象串联,构成一个动态伪线性系统,从而使非线性对象的控制问题简化成线性对象的问题.仿真结果证明了该控制策略具有良好的动态跟踪性能和抗干扰能力,具有较强的鲁棒性.
RBF神经网络、动态最近邻聚类算法、在线自学习、复合控制器
TP273(自动化技术及设备)
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
49-52