基于神经网络优化的迭代学习控制方法的研究及应用

• 作者: 姬忠良 李晓光 邵诚 高兴航
• 来源期刊: 吉林化工学院学报（自然科学版）
• 学科: 工学
• 关键词: 迭代学习控制 神经网络 参数优化 聚合反应
• 年，卷（期）: 2006,（1）
• 页码范围: 50-55
• 页数: 6页
• 分类号: TP273+.22
• 字数: 5086字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2853.2006.01.015

摘要

聚合反应的动态特性具有时变性、非线性等特点,应用传统的控制方法已不能满足实际的控制要求,且达不到需要的控制精度,急需提出一种先进的控制方法.本文提出了一种新的基于神经网络优化的迭代学习控制方法,介绍了由迭代学习控制理论设计迭代学习控制器,提出用神经网络对控制器参数进行优化计算,找出最优的学习增益;并将该方法应用于ABS树脂聚合反应过程的温度控制中,仿真结果表明了该方法的有效性,且能在较少的迭代次数下,以最快的收敛速度、较高的跟踪精度逼近期望轨迹.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵诚	大连理工大学电子与信息技术学院	120	2026	21.0	41.0
2	高兴航	大连理工大学电子与信息技术学院	1	4	1.0	1.0
3	姬忠良	大连理工大学电子与信息技术学院	1	4	1.0	1.0