一种基于神经网络的数据驱动参数整定法

• 作者: 王晶
• 来源期刊: 信息与控制
• 关键词: 虚拟参考反馈整定(VRFT) 神经网络(NN) 数据驱动 稳定性
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 220-224,232
• 分类号: TP183
• 语种: 中文
• DOI: 10.3724/SP.J.1219.2012.00220

摘要

针对难以建立较准确数学模型的非线性被控对象,提出了一种基于神经网络的数据驱动控制器参数整定法.其设计思想是结合虚拟目标值和神经网络,跳过被控对象,直接得到控制器.此外,利用李亚普诺夫理论证明了神经网络的学习速率在一定范围内可以保证控制器的跟踪误差收敛,并且利用虚拟参考反馈整定(VRFT)算法中的滤波器,结合泰勒展开式,进一步验证了闭环控制系统的稳定性.仿真表明,该方法具有计算负担小,采用数据量少,调节参数方便,强跟踪性等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晶	山东铝业职业学院电气系	11	55	5.0	7.0