10.3969/j.issn.1006-9348.2003.08.018
基于Elman网络的非线性系统神经元自适应预测控制
提出在非线性系统的Elman网络辨识模型的基础上,用单神经元设计预测控制器的方案.Elman网络在BP网络的基础上,加入反馈信号,利用内部状态反馈来描述系统的非线性动力学行为,提高了学习速度,适合于动态系统的实时辨识.神经元结构简单,且有很强的自学习和自适应能力,它根据系统的期望输出与一步超前预测输出之间的偏差,并通过某种特定的学习算法在线调整控制器的参数,使控制器能够适应对象参数的变化,从而实现对一类非线性系统的有效控制.仿真实验证明了该方案的有效性.
非线性系统、网络、单神经元、预测控制、自适应控制
20
TP273(自动化技术及设备)
2003-11-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
55-57,60