用PID梯度算法训练基于神经网络的广义非线性PID控制器(英文)

将梯度优化过程看作反馈控制系统 ,从而提出了一种带动量项的PID梯度算法 (PIDGDM ) .进一步讨论了该算法的收敛特性 .提出了一种非线性PID控制器以对付一些非线性控制问题 .神经网络被用于实现该非线性PID控制器 .PIDGDM算法被用于训练所提出的神经网络非线性PID控制器 .最后 ,给出了有关方法应用于两个化工过程的仿真研究结果 .

基于神经网络的非线性Smith预估器(英文)

将Smith预估原理推广到非线性系统 ,并用神经网络予以实现以对非线性大滞后系统进行纯滞后补偿 .并将所提出的神经网络非线性Smith预估器用于非线性动态系统即汽车发动机歧气管压力系统的预报 ,并与基于神经网络的迭代及非迭代d步超前预报器进行了比较 .