溶解氧浓度的直接自适应动态神经网络控制方法
张伟1
乔俊飞2
李凡军2
1.北京工业大学电子信息与控制工程学院智能系统研究所,北京100124;河南理工大学电气工程与自动化学院,河南焦作4540002.北京工业大学电子信息与控制工程学院智能系统研究所,北京,100124
摘要：针对污水处理过程溶解氧浓度的控制问题,提出一种直接自适应动态神经网络控制方法(direct adaptive dynamic neural network control,DADNNC).构建的控制系统主要包括神经网络控制器和补偿控制器.神经网络控制器由自组织模糊神经网络实现系统状态与控制量之间的映射;提出一种基于规则无用率的结构修剪算法,并给出结构调整后网络收敛的理论证明,同时,为保证系统稳定,设计补偿控制器减小网络逼近误差,参数调整由Layapunov理论给出.国际基准仿真平台上的实验表明,与固定结构神经网络控制器、PID和模型预测控制等已有控制方法相比,DADNNC方法具有更高的控制精度和更强的适应能力.
关键词：动态神经网络控制器溶解氧规则无用率污水处理过程
分类号：TP273(自动化技术及设备)
论文发表日期：2015-01-01
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( 115-121 )
英文信息