模糊神经网络内模控制
内模控制(IMC)是一种先进的控制算法,具有很强的抗干扰性及鲁棒性,在工业过程控制中应用广泛.内模控制的控制性能往往取决于控制对象的模型,因此,如何得到被控对象的精确模型成为关键问题.对于工业中常见的非线性过程,传统的设计方法很难得到满意的控制效果.模糊控制和神经网络的引入为非线性内模控制的研究提供了一种新方法.模糊逻辑适合表达机遇规则的知识,而神经网络具有较强的自学习及自适应能力.将模糊逻辑与神经网络相结合,应用于内模控制中,对基于该模糊神经网络(FNN)的内部模型和控制器的建立进行了分析.仿真结果证明该算法是有效的,具有很强的自适应性和鲁棒性,可以应用于非线性及时变系统中.
模糊神经网络 内模控制 内模控制器 过程控制
文新宇 张井岗 赵志诚
太原重型机械学院自动化系(山西太原)
国内会议
第14届中国过程控制会议暨第3届全国技术过程故障诊断与安全学术会议
张家界
中文
519-523
2003-07-01（万方平台首次上网日期，不代表论文的发表时间）