一种通用学习网络自适应算法及其在预测控制中的应用

• 作者: 韩冰 韩敏
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 系统辨识 通用学习网络 大滞后 预测控制
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 论文
• 页码范围: 900-906
• 页数: 7页
• 分类号: TP13
• 字数: 4920字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2006.06.010

摘要

针对黑箱过程的辨识与控制,本文提出了一种选择通用学习网络(universal learning network,ULN)节点间延迟时间参数的自适应算法,并将其应用于对控制对象中的纯滞后参数的辨识.将通用学习网络与PID控制器相结合,应用于包含大滞后的系统的模型预测控制(model predictive control,MPC)中.仿真结果证明通用学习网络能够有效地辨识被控对象的纯滞后时间,并能够作为预估器应用于模型预测控制系统中.