基于联想记忆系统的智能化动态解耦控制
该文提出一种基于离散泰勒级数型联想记忆系统(DTS-AMS)的智能化动态解耦控制方案。在DTS-AMS的训练算法中引入了递推最小范数解(RMNS)的思想。仿真表明,这种智能解耦方案具有很强的自学习功能及对测量噪声干扰的鲁棒性。在强关联多变量对象动态特性未知的情况下,作为前置解耦补偿器的联想记忆系统通过在线训练,可使控制系统具有良好的动、静态解耦性能。
解耦控制 联想记忆系统 递推最小范数解 多变量控制
徐宁寿 徐金华 唐峻
北京工业大学自动化系
国内会议
宁波
中文
671~676
1998-08-01(万方平台首次上网日期,不代表论文的发表时间)