位置:成果数据库 > 期刊 > 期刊详情页
一种基于神经网络的数据驱动参数整定法
  • ISSN号:1002-0411
  • 期刊名称:《信息与控制》
  • 时间:0
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]山东铝业职业学院电气系,山东淄博255051, [2]东北大学信息科学与工程学院,辽宁沈阳110004
  • 相关基金:国家自然科学基金资助项目(60974043),国家自然科学创新群体基金资助项目(60821063),国家自然科学基金青年基金资助项目(90604001,90604002); 国家973计划资助项目(2009CB320604); 山东省高等学校优秀青年教师国内访问学者资助项目
作者: 王晶[1,2]
中文摘要:

针对难以建立较准确数学模型的非线性被控对象,提出了一种基于神经网络的数据驱动控制器参数整定法.其设计思想是结合虚拟目标值和神经网络,跳过被控对象,直接得到控制器.此外,利用李亚普诺夫理论证明了神经网络的学习速率在一定范围内可以保证控制器的跟踪误差收敛,并且利用虚拟参考反馈整定(VRFT)算法中的滤波器,结合泰勒展开式,进一步验证了闭环控制系统的稳定性.仿真表明,该方法具有计算负担小,采用数据量少,调节参数方便,强跟踪性等优点.

英文摘要:

A new method of data-driven control parameter setting based on neural network is proposed for the nonlinear controlled objects whose accurate mathematical models are diffcult to be established.The design idea is to circumvent the controlled objects and get the controller directly by combining virtual reference and neural network.In addition,the Lyapunov theory is applied to proving that neural network learning rate can guarantee the convergence of tracking error within a certain range.Then the filter of virtual reference feedback tuning(VRFT) algorithm and Taylor expansion are used to further verify the stability of the closed-loop control system.Simulation shows that the method has some advantages of a reduced computational burden,the least amount of calculation,easy parameter adjustment,and strong tracking performance and so on.

同期刊论文项目
期刊论文 186 会议论文 13 获奖 12 著作 6
期刊论文 37 会议论文 13
同项目期刊论文
期刊信息
  • 《信息与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国自动化学会 中国科学院沈阳自动化研究所
  • 主编:王天然
  • 地址:沈阳市南塔街114号
  • 邮编:110016
  • 邮箱:xk@sia.cn
  • 电话:024-23970049
  • 国际标准刊号:ISSN:1002-0411
  • 国内统一刊号:ISSN:21-1138/TP
  • 邮发代号:
  • 获奖情况:
  • 全国优秀期刊三等奖,中科院优秀期刊三等奖,辽宁省优秀期刊一等奖
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12960