基于分数阶优化的神经网络自适应解耦控制算法

摘要：

针对多变量、强耦合、杂非线性的复杂系统,笔者提出了一种基于分数阶优化的神经网络自适应解耦控制算法.首先,提出了基于分数阶梯度下降算法来优化RBF神经网络模型参数,并将其应用到RBF神经网络解耦控制系统中;其次,通过数值仿真实例和浸没式电极锅炉实例来证明提出算法的有效性.仿真结果表明分数阶算法可以提高RBF神经网络解耦控制器的收敛性,具有响应速度快、调节时间短以及超调量小等特点.

关键词：分数阶算法;RBF神经网络;解耦控制;PID控制

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：大连理工大学本科教学改革项目"基于自制设备的'全开放PLC口袋实验室建设'"项目编号:YB2021008

在线出版日期：2021-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：81-84