原文服务方: 计算机测量与控制       
摘要:
研究了基于多Hammerstein模型的非线性预测控制问题,提出了基于多模型融合的非线性预测控制方法,根据实际对象不同的工作点建立了非线性系统的多Hammerstein模型表示,以此模型集合作为实际对象的预测模型,兼顾预测控制处理各类约束的优点,以计算量较小的自适应粒子群算法(APSO)作为预测控制的滚动优化方法计算最优控制序列,避免了传统粒子群算法易早熟和算法后期粒子易在全局最优解附近"振荡"的缺点,并给出相应的模型切换策略,pH中和反应的仿真结果说明了此方法的有效性,同时也为菲线性预测控制提供了一种新方法.
推荐文章
Hammerstein模型非线性预测控制的研究
Hammerstein模型
非线性控制
预测控制
pH中和
仿真
试验
基于Hammerstein-Wiener模型的连续搅拌反应釜神经网络预测控制
Hammerstein-Wiener模型
最小二乘支持向量机
BP神经网络
非线性预测控制
非线性Hammerstein模型预测控制策略及其在pH中和过程中的应用
Hammerstein模型
模型预测控制
pH中和过程
非线性控制
基于 APSO 优化算法的 GCHP系统神经网络预测控制
地源热泵系统
径向基神经网络
自适应粒子群算法
预测控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多Hammerstein模型及APSO的预测控制策略
来源期刊 计算机测量与控制 学科
关键词 非线性预测控制 多Hammerstein模型 滚动优化 自适应粒子群算法
年,卷(期) 2007,(12) 所属期刊栏目 工业控制
研究方向 页码范围 1710-1712
页数 3页 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.1671-4598.2007.12.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘飞 江南大学自动化研究所 236 964 13.0 17.0
2 刘燕卿 江南大学自动化研究所 6 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (53)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (0)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非线性预测控制
多Hammerstein模型
滚动优化
自适应粒子群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导