首页> 中文期刊> 《浙江大学学报:工学版》 >基于动态径向基函数神经网络的多变量解耦控制

基于动态径向基函数神经网络的多变量解耦控制

         

摘要

为提高工业控制领域中多变量、非线性、强耦合系统的解耦能力和动态特性,基于聚类结合算法和神经网络原理,提出了一种改进的基于动态径向基函数(RBF)神经网络的多变量解耦控制方法.采用聚类结合算法优化动态RBF神经网络,更好地描述了控制对象的动态行为,获得了PID参数在线调整信息,实现了多变量非线性系统的解耦控制.仿真结果表明,与基于常规RBF神经网络的PID控制方法相比,该方法具有更高的控制精度、更快的系统响应以及更好的适应性和鲁棒性,是解决多变量、非线性和强耦合问题的一种简便、有效的控制算法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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