首页|基于神经网络与多模型的非线性自适应广义预测解耦控制

基于神经网络与多模型的非线性自适应广义预测解耦控制

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.
Nonlinear adaptive decoupling generalized predictive control using neural networks and multiple models

石宇静、柴天佑

展开 >

东北大学自动化研究中心,辽宁,沈阳,110004

非线性 广义预测控制 解耦 神经网络 多模型

国家重点基础研究发展计划(973计划)国家自然科学基金国家创新研究群体科学基金教育部长江学者和创新团队发展计划

2002CB3122016053401060521003IRT0421

2008

控制理论与应用
华南理工大学 中国科学院数学与系统科学研究院

控制理论与应用

CSTPCDCSCD北大核心
影响因子：1.076
ISSN：1000-8152
年,卷(期)：2008.25(4)
  • 16
  • 1