论文部分内容阅读
针对具有时延的非线性系统提出了一种基于神经网络模型的神经元自适应预测控制方案.用改进的Elman网络作为系统的递推辨识模型,用结构简单但自学习和自适应能力较强的神经元设计控制器,实现对非线性系统的有效控制.仿真实验证明了该方案的有效性.
基于神经网络的非线性时延系统神经元自适应预测控制
【摘 要】
：
针对具有时延的非线性系统提出了一种基于神经网络模型的神经元自适应预测控制方案.用改进的Elman网络作为系统的递推辨识模型,用结构简单但自学习和自适应能力较强的神经元设计控制器,实现对非线性系统的有效控制.仿真实验证明了该方案的有效性.
【机 构】
：
辽宁石油化工大学信息工程分院(辽宁抚顺)
【出 处】
：
2003中国控制与决策学术年会
【发表日期】
：
2003年3期
其他文献
从决策的数据基础出发,阐述了决策数据信息的不同层次,重点阐述了预案是经验知识存在的一种形式以及基于预案的DSS框架结构,利用CBR推理技术实现预案在决策中的应用及其实现框架.
针对变结构控制产生抖振的缺点,将变结构控制与模糊控制方法相结合,构成模糊变结构复合控制系统.远离滑模区时采用变结构控制,滑模区附近采用插值模糊控制,较好地抑制了常规变结构控制中的抖振.
研究了不确定参数的系统观测器的设计问题及鲁棒镇定问题.在系统鲁棒观测器的构造中,引入估计状态反馈,构造了一个闭环系统.利用LMI方法,设计系统的反馈增益矩阵和观测增益矩阵,使闭环系统渐近稳定.最后通过数值仿真实例,验证了该方法的正确性和有效性.
企业兼并中,兼并方与被兼并方由于应用不同的定价方法等原因而产生不同的价格,以致于难以协商.通过引入协商因子的概念,根据现金支付、换股支付与混合支付的不同支付条件,给出在实际价格谈判中协商区间的确定方法,弥补了在兼并定价研究中的不足.
主要讨论多传感器信息融合方法,并进一步讨论了聚类融合控制方法及其在中板轧机监控系统中的应用.实验室仿真和现场调试运行结果表明效果良好.
通过对现有单机和相同并行加工系统的排序问题的研究,建立了一类相应的多机非相同并行加工系统的排序模型,模型的优化目标是工件排序的拖期总数为极小.由于已经证明其是一个NP问题,因此应用著名的EDD、SPT算法的思想,提出了一个针对多机问题的快速、实用的启发式排序算法.最后给出了该问题的实例.
对于一类线性系统,研究如何利用观测器进行可靠性控制.就系统的部分执行器失效,而状态观测器部分的执行器不会失效这种情形进行讨论,克服了以往文献中要求观测器部分相应的执行器也必须失效的缺陷.最后用一个例子验证了所得结果的有效性.
提出了一种基于动态回归神经网络(DRNN)的不确定非线性系统的故障检测方法.该方法通过构造神经网络自适应观测器来获取反映系统故障的残差信息以进行快速的故障检测,神经网络权重的在线学习律没有持续激励的要求,并采用Lyapunov稳定性理论保证了闭环误差系统的一致最终有界稳定.针对某型飞机舵面故障的仿真验证了该方法的有效性.
利用仿人智能控制器结构和参数的特点,提出了一种基于前馈静态开环解耦的多变量仿人智能控制方法.该方法设计简单、调整方便、易于实现,能有效地抑制或消除系统变量之间的关联作用,实现对系统的解耦控制,并得到良好的动、静态性能.