基于神经网络与多模型的非线性自适应广义预测解耦控制

• 作者: 柴天佑 石宇静
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 非线性 广义预测控制 解耦 神经网络 多模型
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论文
• 页码范围: 634-640
• 页数: 7页
• 分类号: TP273
• 字数: 8152字
• 语种: 中文

摘要

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑	东北大学自动化研究中心	382	9006	43.0	78.0
2	石宇静	东北大学自动化研究中心	4	108	3.0	4.0