互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

多变量非线性系统RBF直接广义预测研究


  摘 要:为了避免Diophantine方程求解和矩阵求逆运算,提高广义预测控制算法的实时性,对一类参数未知多变量非线性系统提出一种径向基函数神经网络的直接广义预测控制(GPC)算法。该算法将多变量非线性系统转换为多变量时变线性系统,然后利用径向基神经网络来逼近控制增量,对控制器参数向量,即网络权值中的未知向量基于跟踪误差进行自适应调整。理论证明,该方法可使跟踪误差收敛到原点的一个小邻域内。仿真结果验证了此算法的有效性。

  关键词:多输入多输出非线性系统;自适应控制;广义预测控制;径向基函数神经网络

  中图分类号:TG273文献标志码:A

  文章编号:1001-3695(2010)07-2513-04

  doi:10.3969/j.issn.1001-3695.2010.07.031

  Research on RBF neural network direct generalized predictive control for multiple nonlinear system

  LI Gui-qiu1,CHEN Zhi-wang2

  (1.Changzhou Institute of Mechtronic Technology, Changzhou Jiangsu 213164, China;2.Key Lab of Industrial Computer Control Engineering of Hebei Province in Yanshan University, Qinhuangdao Hebei 066004, China)Abstract:For avoiding resolving Diophantine function and inverse matrix in order to improve the real-time ability of the algorithm,

  presented radial basis function(RBF) neural network direct GPC for a kind of multi-input multi-output(MIMO)nonlinear system with unknown parameters.It turned the MIMO nonlinear system into a MIMO time-varying linear system, then used RBF neural network to approximate the function of control increment, and adjusted the controller parameters vectors adaptively based on tracking error.It proved that the proposed method could make the tracking error converge to a small neighborhood of the origin.Simulation results demonstrate the effectiveness of this method.

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017