基于Elman网络的非线性系统神经元自适应预测控制

• 作者: 曹江涛 李平 郭丹
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 非线性系统 网络 单神经元 预测控制 自适应控制
• 年，卷（期）: 2003,（8）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 55-57,60
• 页数: 4页
• 分类号: TP273
• 字数: 2507字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2003.08.018

摘要

提出在非线性系统的Elman网络辨识模型的基础上,用单神经元设计预测控制器的方案.Elman网络在BP网络的基础上,加入反馈信号,利用内部状态反馈来描述系统的非线性动力学行为,提高了学习速度,适合于动态系统的实时辨识.神经元结构简单,且有很强的自学习和自适应能力,它根据系统的期望输出与一步超前预测输出之间的偏差,并通过某种特定的学习算法在线调整控制器的参数,使控制器能够适应对象参数的变化,从而实现对一类非线性系统的有效控制.仿真实验证明了该方案的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平		180	1236	17.0	27.0
2	曹江涛		69	335	9.0	13.0
3	郭丹		2	34	2.0	2.0