基于神经网络多模型自适应切换控制研究

• 作者: 翟军勇 费树岷 达飞鹏
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 电力系统 多模型 神经网络 切换控制 聚类 自适应控制
• 年，卷（期）: 2005,（24）
• 所属期刊栏目: 电力系统
• 页码范围: 61-66
• 页数: 6页
• 分类号: TP271|TP273
• 字数: 5385字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2005.24.011

摘要

针对传统自适应控制和现有多模型自适应切换控制理论和方法中存在的问题,提出面向复杂系统的神经网络多模型自适应切换控制方法.采用最近邻聚类学习算法对样本分类,并利用RBF神经网络的学习能力和非线性逼近能力进行离线建模.同时,引入动态模型库技术来动态建立多模型.系统运行时在线实时检测系统当前状态,若超出现有各子模型所构成的状态空间,则利用在线神经网络学习新状态并建立新模型加入动态模型库中,从而改善动态系统的暂态响应和增强系统的鲁棒性.计算机仿真结果,表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费树岷	东南大学自动化研究所	367	3210	27.0	37.0
2	达飞鹏	东南大学自动化研究所	113	1482	22.0	33.0
3	翟军勇	东南大学自动化研究所	31	341	11.0	18.0