Hopfield神经网络在SISO仿射非线性系统辨识与控制中的应用研究

• 作者: 郭鹏
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: Hopfield网络 仿射非线性系统 辨识 趋化算法 二次型最优跟踪器
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 电力信息化
• 页码范围: 62-65
• 页数: 4页
• 分类号: TP183
• 字数: 2404字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2322.2005.05.013

摘要

仿射非线性系统是非线性系统的一种重要形式,近年来出现的状态反馈精确线性化方法对其有较好的控制效果.本文将Hopfield神经网络引入到单输入单输出仿射非线性系统的辨识和控制中.应用具有5个神经元的Hopifeld神经网络对单机无穷大系统进行辨识.对辨识网络进行训练时,采用一种新的学习算法一趋化算法,网络权值进行随机调整.可以有效避免学习中的局部极小值问题,易于计算、构造灵活,适合于动态网络的训练.当网络训练好后,就可以由Hopifeld网络得到状态反馈线性化过程中所需要的李导数和系统状态信息,用状态反馈精确线性化方法将单机无穷大系统转化为简单的线性系统,并设计了一个二次型最优跟踪器对其进行控制.仿真结果表明这种新方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭鹏	华北电力大学自动化系	67	813	13.0	26.0