基于双柔化系数在线调整的广义预测控制

来源 :控制工程 | 被引量 : 0次 | 上传用户:stoudemire21
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在预测控制系统中,其控制品质与控制器的参数整定有很大的关系,特别是性能指标中的输出柔化系数及输入柔化系数。针对广义预测控制算法中控制参数整定困难这一缺点,利用BP神经网络,提出一种基于双柔化系数设计的广义预测控制算法,实现了广义预测控制中输入输出柔化系数的在线调整。仿真结果表明,该算法无论在跟踪性能、控制精度及鲁棒性上,均优于固定参数的广义预测控制算法,并对干扰有一定的抑制作用。
其他文献
目的探讨小儿外伤性颅骨缺损早期修复的临床意义. 方法对36例小儿外伤性颅骨缺损早期修复重建. 结果 35例塑形满意,经1~5年随访,头颅外形正常,触摸颅骨植片无松动、隆起及内陷
目的探讨人工肱骨头置换治疗肱骨近端粉碎性骨折的疗效. 方法对8例肱骨近端粉碎性骨折(NeerⅣ型)患者行人工肱骨头置换术,术中同时修复受损的肩袖和关节囊,术后患肩早期进行
讨论了用模糊推理方法实现混沌系统的控制问题。利用递推模糊聚类算法实时对系统的输入空间进行模糊划分,利用卡尔曼滤波算法确定参数。在此基础上,给出了模糊模型的在线辨识算法。该方法不需要被控混沌系统的解析模型,控制的目标可以为周期轨道,也可以为连续变化的目标函数,在模型参数发生摄动和存在噪声情况下控制仍然有效。针对Henon吸引子的仿真结果,表明该方法的有效性和可行性。