一种通用学习网络自适应算法及其在预测控制中的应用
韩敏
韩冰
1.大连理工大学,电子与信息工程学院,自动化系,辽宁,大连,1160232.大连理工大学,电子与信息工程学院,自动化系,辽宁,大连,116023
摘要：针对黑箱过程的辨识与控制,本文提出了一种选择通用学习网络(universal learning network,ULN)节点间延迟时间参数的自适应算法,并将其应用于对控制对象中的纯滞后参数的辨识.将通用学习网络与PID控制器相结合,应用于包含大滞后的系统的模型预测控制(model predictive control,MPC)中.仿真结果证明通用学习网络能够有效地辨识被控对象的纯滞后时间,并能够作为预估器应用于模型预测控制系统中.
关键词：系统辨识通用学习网络大滞后预测控制
分类号：TP13(自动化基础理论)
资助基金：国家自然科学基金(60374064)国家自然科学基金(60674073)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 900-906 )
英文信息