基于RBF人工神经网络的下游常水位自适应渠道输水控制研究

• 作者: 韩延成 高学平
• 来源期刊: 西北农林科技大学学报（自然科学版）
• 学科: 工学
• 关键词: RBF 神经网络 下游常水位 渠道输水 自动控制
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 水利与建筑工程
• 页码范围: 202-206
• 页数: 5页
• 分类号: TV672+.9
• 字数: 4166字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-9387.2007.08.042

摘要

针对传统渠道输水PID控制方法响应速度慢、超调量大、参数不能在线自调整的不足,根据RBF神经网络和渠道输水特点,提出了将传统渠道下游常水位输水PID控制和RBF人工神经网络结合的输水控制方法,使输水控制具有自学习、自适应、容错性和鲁棒性.推导了RBF网络整定PID输水控制调节器的算法.仿真结果表明,基于RBF网络的PID输水控制方法,能够通过不断学习自动调整控制参数,使输水控制过程超调量小、响应速度快,具有不需要特意选择或计算控制参数的特点.因此,基于RBF神经网络的参数非线性PID控制更适合进行渠道输水这样高度非线性系统的实时控制过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高学平	天津大学工程学院	139	1544	19.0	31.0
2	韩延成	中国海洋大学工程学院	1	5	1.0	1.0