点击次数：

论文类型：期刊论文

发表时间：2006-12-30

发表刊物：控制理论与应用

收录刊物：Scopus、EI、PKU、ISTIC、CSCD

卷号：23

期号：6

页面范围：900-906

ISSN号：1000-8152

关键字：系统辨识;通用学习网络;大滞后;预测控制

摘要：针对黑箱过程的辨识与控制,本文提出了一种选择通用学习网络(universal learning network,ULN)节点间延迟时间参数的自适应算法,并将其应用于对控制对象中的纯滞后参数的辨识.将通用学习网络与PID控制器相结合,应用于包含大滞后的系统的模型预测控制(model predictive control,MPC)中.仿真结果证明通用学习网络能够有效地辨识被控对象的纯滞后时间,并能够作为预估器应用于模型预测控制系统中.