基于在线学习优化动态模型库的多模型自适应控制

摘要：

提出一种通过在线学习优化动态模型库的方法. 当子模型数量增长达到设定规模时, 根据动态模型库中各子模型与实际对象的匹配程度, 选取匹配程度最低的旧模型删除, 并添加新建子模型, 从而维持动态模型库在设定规模以内, 解决了在线学习建立动态模型库子模型数量不断增长的问题, 避免了子模型数量的过度增长而引起的计算量增加和性能下降, 并通过仿真证明了算法的有效性.

关键词：多模型自适应控制、在线学习、动态模型库、优化

所属期刊栏目：45

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金90405011

在线出版日期：2007-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：601-606