基于置信规则库的控制器及控制系统仿真实验
针对被控对象系统参数不确定性变化的情况,设计一种基于置信规则库(BRB)的控制器.所建立的置信规则库,能够描述闭环控制系统偏差量、偏差量积分和偏差量微分(输入量)与控制量(输出量)之间存在的复杂非线性关系,其中置信规则的前项属性为输入量的参考值,后项为输出量的置信结构.对于被输入激活的规则,通过证据推理(ER)算法将被激活规则后项中的置信结构进行融合,从融合结果中推理出控制量估计值.给出非线性优化学习模型,解决专家给定的BRB初始参数不精确的问题.训练后BRB输出的控制量估计值,可以作为被控对象的输入,产生控制作用.利用Simulink设计出BRB控制模块,并通过在参数不确定性变化的他励直流电动机控制中的仿真实验,说明了所提方法的有效性.文中详细给出了基于BRB控制器的闭环控制系统仿真模型,它不仅可用于自动化相关专业本科或研究生的控制系统实验教学,使学生熟练掌握该种能够融合专家经验的先进控制器设计方式,也可进一步用于相关控制系统的研发.
控制器 控制系统 建模仿真 置信规则库
徐晓滨 李世宝 马雪 王双中
杭州电子科技大学 自动化学院 中国 杭州 310018
国内会议
杭州
中文
88-96
2015-11-11（万方平台首次上网日期，不代表论文的发表时间）