混合神经解耦极点配置控制器及其应用

六月飘雪

摘要

提出一种将循环动态神经网络整合到极点配置的混合控制结构。该神经网络拓补包含了一个修正过的循环Elman网络，以获得所要控制对象的动态学，通过计时运算法则使用一个缩短的逆传播作为在线执行的相位学习。模拟一个普通非线性状态空间系统时，神经模型的每一次步进，被线性化而产生一个离散线性时变状态空间模型。神经模型一旦线性化，就可以应用一些良好的已建的标准控制策略。本工作里解耦极点配置控制器的设计被看成是首要的，其与网络的在线学习结合得到了一种自调整适应的控制方案。实验室三箱系统收集的试验结果证实了所提方法的生存力和效果。

关键词：混合方法，循环神经网络，极点配置，解耦，多变量适应控制。