基于RBF神经网络的监督控制
对于传统PD控制,它的参数很难准确整定,同时它与控制对象的精确数学模型具有依赖关系,而且适应性相对比较差,对于复杂过程,它的控制精度得不到保证.针对工业控制领域中大滞后系统,采用传统PD,其控制效果达不到令人满意的程度,为了获得更高的控制精度,该文提出了在基于RBF神经网络基础上的监督控制方法.因为RBF神经网络具有自学习、自适应能力,故此方法通过RBF神经网络的这个特点自调整系统的控制参数,最终实现系统的智能控制.利用仿真进行验证,同时和传统的PD控制方法进行比较,结果表明控制方法更具优势,如控制的精度高、响应的速度快等,而且自适应性、鲁棒性和抗干扰能力也相对很强,给控制系统的设计提供了新的思路.
PD控制、RBF神经网络、自适应控制、监督控制
14
TP311.5(计算技术、计算机技术)
2018-07-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
176-178