基于主元分析的RBF神经网络多模型切换控制

• 作者: 翟军勇 费树岷
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 多模型 切换控制 主元分析 神经网络 自适应控制
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 控制理论与实践
• 页码范围: 1051-1054
• 页数: 4页
• 分类号: TP273
• 字数: 4109字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2006.07.029

摘要

针对传统多模型自适应控制中子模型数量过多、学习和自适应能力的局限性等问题,将神经网络的学习能力和非线性逼近能力与多模型切换的思想相结合,提出基于主元分析的径向基(RBF)神经网络多模型切换控制算法.首先,基于主元分析法进行工况区域识别.其次,在不同的工况区域内采用RBF神经网络建立多个子模型并设计相应的控制器.最后,根据性能指标函数选择相应的控制器以得到最佳的控制效果.仿真结果表明,该算法大大减少了子模型数量,并改善了系统的动态性能.

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	翟军勇	东南大学自动化研究所	31	341	11.0	18.0