基于混沌神经网络模型的模糊预测控制及应用

• 作者: 窦春霞
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 混沌神经网络 模糊控制 混沌吸引子 Lyapunov指数 鲁棒性
• 年，卷（期）: 2002,（10）
• 所属期刊栏目: 仿真技术应用
• 页码范围: 1372-1375
• 页数: 4页
• 分类号: O211.61|TP273
• 字数: 3373字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2002.10.029

摘要

由于混沌时间序列内部确定的规律性,其重构出混沌吸引子的相空间具有高精度短期预测性.为此,本文根据非线性、大时滞系统的时间序列及所得的Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度.并以此为指导,采用混沌神经网络重构混沌时间序列相空间,该混沌神经网络即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度预测.在此基础上,又将预测模型与模糊控制相结合,提出了一种新型的模糊预测控制决策,实现了对非线性、大时滞系统高精度的自适应控制.将该控制应用在单元机组负荷控制中,仿真表明该控制具有实时性、容错性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦春霞	燕山大学电气工程学院	44	449	11.0	19.0