基于动态函数连接神经网络的自适应逆控制系统辨识研究

• 作者: 单要楠 康波 虎涛涛
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 自适应逆控制 扰动消除 系统辨识 动态函数连接神经网络 变参数 混沌粒子群算法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 203-208
• 页数: 6页
• 分类号: TP183
• 字数: 5745字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.010.037

摘要

自适应逆控制将系统扰动消除和动态响应性能独立分开控制,其性能的优劣取决于系统对象、逆对象及逆控制器模型辨识精度的高低.文中提出用动态函数连接神经网络来实现自适应逆控制系统对象、逆对象的同时在线建模和逆控制器的离线建模,并将模型参数的辨识转化为空间参数寻优.针对混沌初始化对已收敛种群结构的破坏性,提出用变参数混沌粒子群优化算法对神经网络权值进行全局寻优,通过仿真实验可以看出基于动态函数连接神经网络的建模误差小,辨识精度高;与当前的参考模型自适应控制方法进行对比分析,所提方法能取得较好的扰动消除效果,并能使系统的跟踪响应性能得到提高,从而验证了方法的有效性、可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康波	电子科技大学自动化工程学院	35	272	10.0	15.0
2	虎涛涛	电子科技大学电子科学技术研究院	2	17	2.0	2.0
3	单要楠	电子科技大学数学科学学院	2	17	2.0	2.0