基于神经网络多模型自适应切换控制研究.pdfVIP

25 卷 24 期 中 国 电 机 工 程 学 报 Vol.25 No.24 Dec. 2005 2005 年12 月 Proceedings of the CSEE 2005 Chin.Soc.for Elec.Eng. 文章编号：0258-8013 （2005 ）24-0061-06 中图分类号：TP271; TP273 文献标识码：A 学科分类号：47020 基于神经网络多模型自适应切换控制研究 翟军勇，费树岷，达飞鹏 （东南大学自动化研究所，江苏省南京市 210096 ） MULTI-MODEL ADAPTIVE SWITCHING CONTROL BASED ON NEURAL NETWORK ZHAI Jun-yong, FEI Shu-min, DA Fei-peng (Research Institute of Automation, Southeast University, Nanjing 210096, Jiangsu Province, China) ABSTRACT: A multi-model adaptive switching control based 1 引言 on neural network is proposed, which aims at the problem of 多模型切换控制思想最早见于文献[1]，它被用 conventional adaptive control and multi-model adaptive control 于解决间接自适应控制中估计模型的稳定性问题。 in existence. We adopt the closest clustering algorithm to [2] classify the samples, and then utilize the learning and nonlinear 1992 年，Morse 等在研究模型参考自适应系统时 ， approximate abilities of the RBF neural network to construct an 对系统的相对阶在未知情况下的鲁棒定值控制的优 off-line model. Meanwhile dynamic model bank technology is 化问题建立了多个固定模型。文[3]考虑在保持稳定 applied to establish multi-model. If the status of real time 的情况下，通过多模型之间的切换来改善传统自适 system go beyond the space, which is formed of all existing 应控制器的暂态性能。1997 年，Narendra 等研究线 sub-model, a new status is learnt through on-line neural [4] 性时不变系统的模型参考自适应控制时 ，将固定