基于T-S模糊型RBF神经网络模型的自适应学习控制器

摘要：

针对非线性时滞系统难建模的特点,提出一种基于T-S模糊型RBF神经网络自适应学习控制器。仿真实验表明,该控制算法响应速度快,系统的鲁棒性、跟踪性及抗干扰能力强,可以实现非线性、大时滞系统模型的精确建模,对有扰动的非线性大时滞被控对象具有很好的控制效果。

关键词： 自适应学习控制器 T-S模糊系统 RBF神经网络 模型辨识

作者: 王伟辉 陈雪松 康爱红

作者单位: 冶金自动化研究设计院 伺服所,北京 100071

会议类型: 国内会议

会议名称: 中国计量协会冶金分会2007年年会

会议地点: 北京

会议语种:中文

页码: 647-649

在线出版日期: 2007-09-01（万方平台首次上网日期，不代表论文的发表时间）