一种可分非线性系统的自校正广义预测

• 作者: 李国勇 郭红戈 郭鹏
• 来源期刊: 太原理工大学学报
• 关键词: 可分非线性系统 神经网络 广义预测
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 信息与电气动力工程
• 页码范围: 431-433
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9432.2005.04.015

摘要

对一类可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型.对此模型的线性部分设计广义预测控制器,得出线性部分的控制量.根据此控制量,引入一逆神经网络,结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量.克服了Hammerstein模型中非线性部分的反函数存在性和惟一性的问题.仿真结果验证了该设计的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国勇	太原理工大学自动化系	59	435	11.0	18.0
2	郭红戈	太原理工大学自动化系	4	12	2.0	3.0