Release Time:2019-03-10  Hits:

Indexed by: Conference Paper

Date of Publication: 2004-08-01

Page Number: 4

Key Words: 通用学习网络;大滞后;pH中和过程

Abstract: 本文将通用学习网络(Universal Learning Network)应用于对非线性、大滞后系统的辨识。并将ULN与神经网络PID控制器结合,对pH中和过程实现了高精度的预估控制。通过与传统的Smith预估控制的比较,证明通用学习网络的结构和算法使其能有效地应用于非线性大滞后系统的辨识,利用该网络进行系统辨识是对未知对象模型控制的一种有效新方法。