基于神经网络与多模型的非线性自适应广义预测解耦控制
针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.
非线性、广义预测控制、解耦、神经网络、多模型
25
TP273(自动化技术及设备)
国家重点基础研究发展计划973项目2002CB312201;国家自然科学基金重点资助项目60534010;国家创新研究群体科学基金资助项目60521003;长江学者和创新团队发展计划资助项目IRT0421
2008-11-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
634-640