一种新型多变量模糊自适应控制系统的研究
针对多变量非线性系统,提出了一种基于动态耦合特性的两级串联结构的模糊自校正控制器,并提出了基于动态灵敏度矩阵和在线测量的自学习算法.同时利用一种智能梯度法确定自校正学习迭代步长.仿真结果表明,算法的收敛性和系统的稳定性均有所改善.利用这些控制策略,可以较好地解决化工反应器等复杂对象的过程控制问题.
多变量非线性控制、动态耦合特性、模糊神经网络、自学习算法、智能梯度法
25
TP3(计算技术、计算机技术)
2004-03-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
215-220