10.3969/j.issn.1001-3881.2022.22.012
基于CAPSO-RBF的磁悬浮系统控制研究
为解决传统控制器磁悬浮球系统快速性和稳定性易受干扰等问题,建立云自适应粒子群优化(CAPSO)的RBF神经网络监督控制器.通过RBF神经网络学习整定PD控制器的输出后采用云自适应粒子群算法对RBF网络的3个参数进行归一动态优化.采用原有RBF神经网络梯度下降法、粒子群算法、云自适应粒子群算法分别训练后进行对比控制仿真.结果表明:基于CAPSO-RBF的混合控制算法实现了磁悬浮球系统自适应控制,其动态性能和稳态性方面有较好的提升.
磁悬浮系统、粒子群算法、云自适应算法、RBF神经网络、系统控制
50
TP183(自动化基础理论)
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
63-68