基于粒子群优化的BPNN自适应切换控制算法研究
针对工业控制系统中存在的一系列非线性和时变性,以及传统自适应控制方法中的瞬态响应差等问题,提出了一种基于粒子群优化(PSO)的神经网络多模型切换自适应控制方法.利用粒子群优化算法对神经网络权重进行调节得到最优权值,基于BP神经网络和多模型设计自适应控制方案,构造合理的切换准则,使得系统在任意时刻都可以选择最优控制器对系统进行控制,并利用神经网络良好的逼近能力有效提高自适应控制的效果.最后,通过MATLAB仿真结果验证,所提的优化算法收敛快,精度高,有较好的网络泛化和逼近能力,能够很好地跟踪控制系统的输出.
瞬态响应、自适应控制、神经网络、粒子群优化
44
TP13(自动化基础理论)
山东省自然科学基金2015ZRB019FA
2021-07-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
99-103