神经网络内模控制在非线性时滞系统中的应用研究

• 作者: 董秀成 韩超远
• 来源期刊: 计算机应用研究
• 关键词: 时滞 内模控制 径向基神经网络 竞争学习
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1783-1785,1788
• 分类号: TP18|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.05.054

摘要

针对工业中存在的时滞、非线性问题,将内模控制方法和神经控制原理有效结合起来,并利用一种改进径向基神经网络(radial basis function neural networks,RBFNN)中心点学习方法分别对被控对象的模型和控制器进行自适应学习,通过对实验室电加热炉这种典型一阶滞后对象实验,仿真表明,所提出的方法具有快速跟踪输入、无超调等良好特性,并且能在系统受到干扰或对象参数发生变化时,仍然具有良好的自适应性和鲁棒稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董秀成	西华大学电气信息学院	72	511	13.0	19.0
2	韩超远	西华大学电气信息学院	1	14	1.0	1.0