基于聚类方法和神经网络的非线性系统多模型自适应控制

	基于聚类方法和神经网络的非线性系统多模型自适应控制
	唐伟强 1; 龙文堃 2; 孙丽娟 2; 黄小丽 2
刊名	系统工程与电子技术
	2019
卷号	41 期号:2019年09期页码:2100-2106
关键词	非线性系统多模型方法自适应控制模糊聚类神经网络
ISSN号	ISSN：1001-506X
英文摘要	针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。
URL标识	查看原文
WOS研究方向	Automation & Control Systems
语种	中文
CSCD记录号	CSCD:6556219
状态	已发表
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/255]
专题	电气工程与信息工程学院
作者单位	1.兰州理工大学电气工程与信息工程学院;;甘肃省工业过程先进控制重点实验室;;兰州理工大学国家级电气与控制工程实验教学中心, ;;甘肃省工业过程先进控制重点实验室;;, 兰州;;兰州;;兰州, 甘肃;;甘肃;;甘肃 730050;;730050;;730050, 中国 2.兰州理工大学电气工程与信息工程学院;;甘肃省工业过程先进控制重点实验室, ;;甘肃省工业过程先进控制重点实验室, 兰州;;兰州, 甘肃;;甘肃 730050;;730050, 中国
推荐引用方式 GB/T 7714	唐伟强,龙文堃,孙丽娟,等. 基于聚类方法和神经网络的非线性系统多模型自适应控制[J]. 系统工程与电子技术,2019,41(2019年09期):2100-2106.
APA	唐伟强,龙文堃,孙丽娟,&黄小丽.(2019).基于聚类方法和神经网络的非线性系统多模型自适应控制.系统工程与电子技术,41(2019年09期),2100-2106.
MLA	唐伟强,et al."基于聚类方法和神经网络的非线性系统多模型自适应控制".系统工程与电子技术 41.2019年09期(2019):2100-2106.