基于在线优化的多模型自适应控制

摘要：

针对常规多模型自适应控制中子模型数量过多问题,提出在线优化的多模型自适应控制算法.将整个控制系统分为基本工况级和控制模型级的两层递阶结构.在系统运行过程中,通过在线学习自动地建立多模型及相应的控制器,并对所建的动态模型库进行优化,以进一步减少子模型数量和计算时间.证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性.计算机仿真结果表明该算法的有效性.

关键词：多模型、自适应控制、切换、在线优化

所属期刊栏目：31

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学重点基金60835001;高等学校博士学科点专项科研基金20070286039,20070286040资助课题

在线出版日期：2009-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2185-2188