基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对非线性的内模控制的逆模难以求解的问题,该文提出一种基于改进极限学习机(MELM)的非线性内模控制方法。在基本的极限学习机模型中加入L1和L2范数罚函数,然后将改进极限学习机算法用于建立非线性系统的内模型和逆模型。仿真实验中,选取4种典型信号进行跟踪,并检验了系统的抗干扰能力和系统参数发生变化时的鲁棒性,通过将MELM和最小二乘支持向量机(SVM)以及极限学习机算法进行对比,表明基于MELM的内模控制方法对非线性系统具有更好的控制性能、较强的抗干扰能力和鲁棒性能。
推荐文章
基于极限学习机的非线性内模控制
极限学习机
结构风险
内模控制系统
泰勒级数
稳定性
基于并行学习的多层极限学习机
神经网络
稀疏编码
极限学习机
并行学习
基于分类超平面的非线性集成学习机
支持向量机
分类超平面
非线性集成
大规模数据
基于粒子群优化算法的最优极限学习机
粒子群算法
极限学习机
隐层节点
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 基于极限学习机的非线性内模控制
来源期刊 电子科技大学学报 学科 工学
关键词 极限学习机 内模控制 L1范数罚函数 L2范数罚函数
年,卷(期) 2016,(1) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 96-101
页数 6页 分类号 TP273
字数 3659字 语种 中文
DOI 10.3969/j.issn.1001-0548.2016.01.016
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 唐贤伦 重庆邮电大学工业物联网与网络化控制教育部重点实验室 79 723 14.0 24.0
2 周家林 重庆邮电大学工业物联网与网络化控制教育部重点实验室 6 39 4.0 6.0
3 张娜 重庆邮电大学工业物联网与网络化控制教育部重点实验室 3 23 3.0 3.0
4 刘庆 重庆邮电大学工业物联网与网络化控制教育部重点实验室 3 23 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (3)
参考文献  (13)
节点文献
引证文献  (7)
同被引文献  (41)
二级引证文献  (5)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
极限学习机
内模控制
L1范数罚函数
L2范数罚函数
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导