溶解氧浓度的直接自适应动态神经网络控制方法

• 作者: 乔俊飞 张伟 李凡军
• 来源期刊: 控制理论与应用
• 关键词: 动态神经网络控制器 溶解氧 规则无用率 污水处理过程
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 短文
• 页码范围: 115-121
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2015.40311

摘要

针对污水处理过程溶解氧浓度的控制问题,提出一种直接自适应动态神经网络控制方法(direct adaptive dynamic neural network control,DADNNC).构建的控制系统主要包括神经网络控制器和补偿控制器.神经网络控制器由自组织模糊神经网络实现系统状态与控制量之间的映射;提出一种基于规则无用率的结构修剪算法,并给出结构调整后网络收敛的理论证明,同时,为保证系统稳定,设计补偿控制器减小网络逼近误差,参数调整由Layapunov理论给出.国际基准仿真平台上的实验表明,与固定结构神经网络控制器、PID和模型预测控制等已有控制方法相比,DADNNC方法具有更高的控制精度和更强的适应能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	北京工业大学电子信息与控制工程学院智能系统研究所	167	841	15.0	21.0
5	乔俊飞	北京工业大学电子信息与控制工程学院智能系统研究所	181	1883	22.0	31.0
6	李凡军	北京工业大学电子信息与控制工程学院智能系统研究所	4	57	4.0	4.0