论文部分内容阅读
针对黑箱过程的辨识与控制，本文提出了一种选择通用学习网络（universal leamingnetwork，ULN）节点间延迟时间参数的自适应算法，并将其应用于对控制对象中的纯滞后参数的辨识．将通用学习网络与PID控制器相结合，应用于包含大滞后的系统的模型预测控制（model predictive control，MPC）中．仿真结果证明通用学习网络能够有效地辨识被控对象的纯滞后时间，并能够作为预估器应用于模型预测控制系统中．