• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Joint Conference on Neural Networks >Quasi-Linear Recurrent Neural Network based Identification and Predictive Control
【24h】

Quasi-Linear Recurrent Neural Network based Identification and Predictive Control

机译：基于准线性递归神经网络的辨识与预测控制

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, aiming at the cumbersome solution of control law in neural network predictive control algorithm, a quasi-linear neural network identification and predictive control algorithm is proposed. The recurrent neural network is embedded into the quasi-linear model, which can be viewed as a quasi-ARX model macroscopically. In the quasi-linear recurrent neural network predictive control, the solution of the control law only need one-step derivation, which can greatly simplify the solution process of control law. At the same time, the quasi-linear recurrent neural network can effectively restrain the over-fitting problem in the identification process. Theoretical analysis and simulations are given to prove the simplicity and effectiveness of the proposed computing method.
机译：在本文中，针对神经网络预测控制算法中控制法的繁琐解决方案，提出了一种准线性神经网络识别和预测控制算法。经常性神经网络嵌入到准线性模型中，可以宏观地被视为准arx模型。在准线性反复性神经网络预测控制中，控制法的解决方案只需要一步推导，这可以大大简化控制法的解决方案过程。同时，准线性反复性神经网络可以有效地抑制识别过程中的过度拟合问题。给出了理论分析和仿真，以证明所提出的计算方法的简单性和有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号