刘寅虎
- 作品数:6 被引量:52H指数:3
- 供职机构:安徽工业大学电气信息学院更多>>
- 发文基金:安徽省高校省级自然科学研究项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于改进型RBF神经网络辨识的PID控制被引量:5
- 2006年
- 针对工业控制领域复杂非线性时变系统,提出了基于改进型RBF神经网络的PID参数在线自整定方法。采用改进型RBF神经网络辨识器在线辨识系统模型,自动调整PID控制器参数,实现系统的智能控制。仿真结果表明,与常规RBF神经网络PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。
- 李绍铭刘寅虎
- 关键词:径向基函数PID控制最近邻聚类算法在线自整定
- 基于动态RBF神经网络在线辨识的单神经元PID控制被引量:24
- 2006年
- 针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。
- 刘寅虎李绍铭
- 关键词:单神经元非线性控制最近邻聚类算法
- 基于动态RBF的单神经元PID控制研究被引量:1
- 2008年
- 针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数的在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,从而实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。
- 李绍铭刘寅虎李天平
- 关键词:单神经元PID控制最近邻聚类算法
- 基于动态RBF神经网络在线辨识的单神经元PID控制
- 针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定...
- 刘寅虎李绍铭
- 关键词:单神经元非线性控制最近邻聚类算法
- 文献传递
- 基于动态RBF神经网络在线辨识的单神经元PID控制
- 针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法.采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定...
- 刘寅虎李绍铭
- 关键词:单神经元非线性控制最近邻聚类算法
- 文献传递
- 基于改进型RBF神经网络多变量系统的PID控制被引量:23
- 2007年
- 针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制规律下的PID参数,解耦后的系统具有较好的动态和静态性能,与常规RBF神经网络PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性.
- 李绍铭刘寅虎
- 关键词:PID控制最近邻聚类算法解耦控制