论文部分内容阅读
本文针对可获得大量输入输出数据的非线性系统,提出一种改进的即时模型辨识方法并与自校正极点配置控制算法相结合,设计多模型自适应控制器.所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性,使系统的动态响应品质得到了有效的改善.
基于即时学习算法的非线性系统多模型自适应控制
【摘 要】
：
本文针对可获得大量输入输出数据的非线性系统,提出一种改进的即时模型辨识方法并与自校正极点配置控制算法相结合,设计多模型自适应控制器.所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性,使系统的动态响应品质得到了有效的改善.
【机 构】
：
东北大学信息工程学院(沈阳) 大连理工大学信息与控制研究中心(大连)
【出 处】
：
第二十届中国控制会议
【发表日期】
：
2001年3期
其他文献
本文旨在讨论如何用人工神经网络(ANN)的方法预测材料化合物的构成,介绍一种自组织学习的聚类算法,建立一个四层前馈神经网络.其中,输入信息通过两层隐层映射到输出层,且两层隐层之间为有选择的连接,连接准则由输出样本中包含的信息决定.并以CaO-ALO-SiO系统为例进行仿真研究.仿真结果表明,通过学习,该网络可成功的包含材料化合物的构成信息,并具有较高的泛化能力.
针对滩海铺管敷缆船数学模型过于复杂难以用传统控制进行建模的特点,提出了用模糊神经网络进行智能化控制的方案.为简化计算过程,采用了一种较为简单实用的全局最优化算法与双网络结构.实验证明此控制系统具有较强的自适应性与自学习能力,表明了该方案的正确性与实用性.
本文提出了一种带状态约束条件的模糊系统鲁棒控制器设计方法,模糊系统模型描述采用著名的T-S模糊模型.首先,带状态约束条件的模糊系统鲁棒控制器设计问题被提出.由于在设计鲁棒控制器时需要知道系统的不确定边界,该边界往往是在某一状态约束条件下获得的,而在计算控制器时,该状态约束条件又被忽略,因此计算出的鲁棒控制器可能驱使系统状态突破状态约束条件,最终使系统失LYAPUNOV稳定.针对该问而提出了在计算鲁
针对具有非匹配不确定性和未知参数的非线性不确定系统,以轨迹跟踪为控制目标,给出基于后推法和滑模控制二者结合的自适应轨迹跟踪控制器设计方法.
本文首次提出了切换对称组合系统的概念,研究了此类系统在任意切换下渐进稳定的条件,同时给出使此切换对称组合大系统渐进稳定的切换律.本文利用对称组合系统的结构特点,使其稳定性条件得到简化.本文所讨论的系统可看作组合系统及切换系统的新类型.
本文从集团化企业领导监控企业运营状况,进行科学化战略决策的需求出发,针对领导在从事上述工作时主要遇到数据信息不能及时获取且存在一致性、完整性等诸多问题的情况下,提出了运用数据仓库(Data Warehouse)和OLAP(On Line Analysis Processing)技术、数据挖掘（Data Mining)技术实现支持上述决策需求的面向集团领导的主管信息系统EIS（Executive I