基于大时滞特性预估补偿的模型辨识及模糊控制方法

对具有大迟延特性的对象采用径向基神经网络辨识其预测控制模型,在不需要知道被控对象的精确物理解析数学模型,也不需要知道对象的脉冲激励响应模型和阶跃激励响应模型的情况下,可以实现对系统响应特性的在线辨识.采用分级模糊建模的思想,设计一种分级模糊控制器,可以极大地减小模糊规则基的规模,在分级模糊控制器的设计中,采用共生进化遗传算法对参数寻优,提高了进化速度.仿真试验证明,该方法的效果很好.

大时滞过程控制方法及应用

论述了时滞系统的各种控制方法的原理和优缺点 ,从最早的Smith预估控制到新近发展的各种智能控制技术以及它们的融合 ,指出时滞系统的控制仍然是控制领域中的研究热点 ,特别是基于无参数模型的时滞过程控制的研究更是方兴未艾。可以认为 ,智能控制技术和传统的滞后控制方法的结合对时滞过程的控制是有效的 。