基于混合径向基神经网络的建模及其逆模控制研究

• 作者: 向微 张彦武 苑明哲 陈宗海
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 标准径向基神经网络 混合径向基神经网络 机理模型 逆模控制
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 734-738
• 页数: 5页
• 分类号: TP3
• 字数: 2355字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.06.009

摘要

传统的基于机理或局部线性化模型的控制策略不足以解决越来越复杂的控制问题,而神经网络用于控制也存在泛化能力差等缺陷,因此本文提出一种将被控对象已知机理和RBF神经网络结合起来实现逆模控制的方法.一方面能发挥神经网络非线性逼近的强大功能,另一方面利用被控对象已知机理信息指导神经网络的收敛方向,改进神经网络的泛化能力.由此方法设计的逆模控制器,在保证控制精度的前提下,速度远快于标准径向基神经网络逆模控制器,且对扰动、时延、非线性及对象参数的摄动有较强的适应能力,具有良好的控制品质.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宗海	中国科学技术大学自动化系	151	2270	25.0	40.0
5	苑明哲	中国科学院沈阳自动化研究所工业控制研究室	60	782	16.0	25.0
6	向微	中国科学技术大学自动化系	8	271	6.0	8.0
7	张彦武	中国科学院沈阳自动化研究所工业控制研究室	5	198	3.0	5.0