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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论