期刊文献+
共找到1,179篇文章
< 1 2 59 >
每页显示 20 50 100
基于神经网络的轮式移动机器人非线性模型预测控制研究
1
作者 赵卫东 张延义 《中国工程机械学报》 北大核心 2024年第4期432-436,共5页
针对轮式移动机器人受到障碍物干扰导致运动轨迹跟踪误差较大问题,提出了神经网络非线性模型预测(NN-NMP)控制方法,并对轮式移动机器人避障效果进行仿真验证。建立了轮式移动机器人运动模型,并且定义了机器人运动方程式。设计非线性模... 针对轮式移动机器人受到障碍物干扰导致运动轨迹跟踪误差较大问题,提出了神经网络非线性模型预测(NN-NMP)控制方法,并对轮式移动机器人避障效果进行仿真验证。建立了轮式移动机器人运动模型,并且定义了机器人运动方程式。设计非线性模型预测控制方法,引用神经网络算法,通过训练多层神经网络对非线性模型预测控制误差进行逼近,从而使轮式移动机器人控制系统具有更好的避障能力。设置3种不同环境,利用Matlab软件对轮式移动机器人避障结果进行仿真,对比和分析轮式移动机器人采用2种控制方法的输出结果。结果显示:在无障碍物环境中,采用传统比例-积分-微分(PID)控制方法和NN-NMP控制方法,轮式移动机器人均能较好地按照期望轨迹进行移动。在有障碍物环境中,采用传统PID控制方法,轮式移动机器人虽然能够躲避障碍物,但是跟踪误差较大。采用NN-NMP控制方法,轮式移动机器人不仅能够躲避障碍物,而且跟踪误差相对较小。采用NN-NMP控制方法,能够降低轮式移动机器人跟踪误差,具有较好的避障能力。 展开更多
关键词 轮式移动机器人 避障 神经网络非线性模型预测控制 误差 仿真
在线阅读 下载PDF
基于神经网络ODE和非线性MPC的DEA建模与控制
2
作者 黄鹏 王亚午 +2 位作者 吴俊东 苏春翌 福岛 E.文彦 《自动化学报》 北大核心 2025年第1期186-196,共11页
针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方... 针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方法.首先,基于神经网络ODE建立DEA的动力学模型以描述其复杂的动态行为.然后,基于所建立的DEA动力学模型,设计非线性模型预测控制器实现其跟踪控制目标.最后,在所搭建的实验平台上进行一系列跟踪控制实验.在所有实验结果中,DEA的运动均能很好地跟踪目标轨迹,且相对均方根误差均不超过3.30%,说明了所提动力学建模与跟踪控制方法的有效性. 展开更多
关键词 介电弹性体驱动器 神经网络常微分方程 动力学建模 非线性模型预测控制
在线阅读 下载PDF
基于GA-BP神经网络岩石单轴抗压强度预测模型研究
3
作者 张奥宇 杨科 +1 位作者 池小楼 张杰 《煤》 2025年第1期6-10,17,共6页
为探究更为精确的上覆岩层砂岩和泥岩单轴抗压强度与其弹性模量之间的关联性,结合胡家河矿56组砂岩和泥岩单轴抗压强度与弹性模量历史数据,运用遗传算法优化了BP神经网络的结构参数和学习参数,得到了最佳的网络结构和参数设置,利用GA-B... 为探究更为精确的上覆岩层砂岩和泥岩单轴抗压强度与其弹性模量之间的关联性,结合胡家河矿56组砂岩和泥岩单轴抗压强度与弹性模量历史数据,运用遗传算法优化了BP神经网络的结构参数和学习参数,得到了最佳的网络结构和参数设置,利用GA-BP神经网络对煤矿砂岩与泥岩单轴抗压强度进行了预测,并与传统的BP神经网络和非线性回归分析法进行了比较。研究结果表明,GA-BP神经网络预测模型在预测砂岩和泥岩单轴抗压强度与弹性模量间关系上具有较高的精度和泛化能力,能够有效地解决传统BP神经网络的局部最优和过拟合问题,相较于非线性回归分析,拥有更强的非线性关系建模能力,是一种适用于砂岩与泥岩单轴抗压强度预测的有效方法。 展开更多
关键词 岩石力学参数 非线性回归 BP神经网络 遗传算法 预测模型
在线阅读 下载PDF
基于频域控制约束的物理神经网络非线性系统预测方法
4
作者 钱夔 宋爱国 田磊 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第2期227-234,共8页
针对现有物理信息神经网络利用数值模拟近似物理控制方程带来的高计算代价、边界条件限制等问题,提出一种基于频域控制约束的物理神经网络非线性系统预测方法。首先构建时序特征交替更新的非线性预测网络模型,再在频域建立基于傅里叶谱... 针对现有物理信息神经网络利用数值模拟近似物理控制方程带来的高计算代价、边界条件限制等问题,提出一种基于频域控制约束的物理神经网络非线性系统预测方法。首先构建时序特征交替更新的非线性预测网络模型,再在频域建立基于傅里叶谱方法(FSM)的物理控制方程约束,时空数据在网络模型与频域控制约束耦合下实现无标签数据加速训练,完成系统演化学习。最后在Burgers系统上进行湍流预测验证,实验结果表明该方法可在物理规则约束下实现无标签非线性复杂建模,对比主流PINN模型及其变体,具有更快的学习速度与预测准确率。在t≤0.25 s、t≤0.5 s短时预测情况下,经前期20次训练后系统预测均方误差(MSE)相比主流基准模型同期预测,MSE降低了86%与95%,在t≤2 s长时预测情况下,经充分训练后系统预测MSE能降低80%。 展开更多
关键词 物理信息神经网络 傅里叶谱方法 频域控制方程约束 Burgers系统 非线性系统预测
在线阅读 下载PDF
基于神经网络的永磁同步电机模型预测电流控制 被引量:1
5
作者 李耀华 刘东梅 +3 位作者 陈桂鑫 刘子焜 王孝宇 童瑞齐 《电机与控制学报》 EI CSCD 北大核心 2024年第10期109-122,共14页
针对备选电压矢量有限导致永磁同步电机有限集模型预测电流控制性能较差及计算量较大的问题,提出基于神经网络的永磁同步电机模型预测电流控制。基于7个基本电压矢量和121个扩展电压矢量的永磁同步电机模型预测电流控制分别建立7分类和... 针对备选电压矢量有限导致永磁同步电机有限集模型预测电流控制性能较差及计算量较大的问题,提出基于神经网络的永磁同步电机模型预测电流控制。基于7个基本电压矢量和121个扩展电压矢量的永磁同步电机模型预测电流控制分别建立7分类和121分类神经网络。随着备选电压矢量的增加,模型预测电流控制性能提升,对应的神经网络控制性能也得到改善,但分类任务数也随之增加。对于多步模型预测控制,计算量随步长呈指数上升,但输出电压矢量不变。因此,基于两步模型预测电流控制建立7分类神经网络。仿真结果表明:以上神经网络控制均可行,性能与相对应的模型预测电流控制基本相当。实时性实验结果表明相较于单步模型预测电流控制,神经网络控制并不占优势,但相较于两步模型预测电流控制,神经网络实时性有明显优势,计算耗时减小29.58%,表明神经网络控制更适于多步模型预测电流控制。 展开更多
关键词 永磁同步电机 模型预测电流控制 神经网络 备选电压矢量 实时性 多步预测
在线阅读 下载PDF
基于非线性模型预测控制的拖挂车系统泊车轨迹规划方法
6
作者 杨毅 贾博铂 +2 位作者 高亮 李岱伟 谢杉杉 《中国惯性技术学报》 北大核心 2025年第2期179-188,共10页
拖挂车是欠驱动与非完整约束高度耦合的非线性系统,具有状态维度高、约束复杂、内部稳定性差等特点,导致其泊车轨迹规划的求解时间长。因此,设计了一种基于非线性模型预测控制的拖挂车泊车轨迹规划方法,通过融合系统多元约束,构建优化问... 拖挂车是欠驱动与非完整约束高度耦合的非线性系统,具有状态维度高、约束复杂、内部稳定性差等特点,导致其泊车轨迹规划的求解时间长。因此,设计了一种基于非线性模型预测控制的拖挂车泊车轨迹规划方法,通过融合系统多元约束,构建优化问题,规划无碰撞的泊车轨迹。为加速优化问题的求解,首先,在系统的高维状态空间中使用结合Reed-Shepp(RS)曲线的改进快速扩展随机树(RRT*-RS)进行随机采样,以RS曲线满足反向行驶的特性,找到一条近似最优路径作为优化问题热启动的参考解。然后,在求解优化问题时,选用近似平均牛顿法以节约求解时间,提升系统实时性。最后,进行了倒库泊车、侧方泊车、多障碍物等场景实验仿真验证,仿真结果表明所提方法在不同场景下均可实现拖挂车泊车快速轨迹规划,求解时间与传统内点法和序列二次规划法相比均有40%以上的提升。 展开更多
关键词 拖挂车系统 自主泊车 轨迹规划 非线性模型预测控制 近似平均牛顿法
在线阅读 下载PDF
非线性时滞系统双阶段神经网络的改进广义预测控制
7
作者 周媛奉 陈宽文 +5 位作者 胡婷婷 刘朋远 丁海丽 梁飞 王一凡 张腾飞 《控制工程》 CSCD 北大核心 2024年第3期567-576,共10页
针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型... 针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型失配问题;其次,采用比例积分(proportional integration, PI)结构优化广义预测控制目标函数设计,提高隐式广义预测控制性能;同时,改进控制增量选取策略,利用所预测的未来控制增量修正当前时刻控制增量;最后,将所设计的预测模型和预测控制方法应用于一个数值案例和锅炉燃烧系统,验证了所提控制策略的有效性。 展开更多
关键词 非线性系统 时滞 双阶段神经网络 PI控制 广义预测控制
在线阅读 下载PDF
基于神经网络模型的非线性多步预测学习控制器 被引量:11
8
作者 张兴会 陈增强 袁著祉 《控制与决策》 EI CSCD 北大核心 2002年第B11期820-822,828,共4页
构造出一种建模网络 ,通过对它的学习来辨识过程动态 ,通过对广义预测控制目标函数的在线优化求得控制律。
关键词 神经网络模型 非线性多步预测学习控制 非线性系统 广义预测控制 自校正控制
在线阅读 下载PDF
基于神经网络非线性模型的多级工作点阶跃响应扩展DMC预测控制 被引量:8
9
作者 刘军 何星 许晓鸣 《控制与决策》 EI CSCD 北大核心 2000年第3期342-344,共3页
利用前馈神经网络建立对象的非线性预测模型 ,在不同工作点做阶跃响应 ,建立其局部线性模型。用隶属函数将局部线性模型加权得到全局线性模型。全局线性模型用于滚动优化 ,非线性模型用于预测系统输出和校正线性模型 ,实现非线性预测控... 利用前馈神经网络建立对象的非线性预测模型 ,在不同工作点做阶跃响应 ,建立其局部线性模型。用隶属函数将局部线性模型加权得到全局线性模型。全局线性模型用于滚动优化 ,非线性模型用于预测系统输出和校正线性模型 ,实现非线性预测控制。仿真结果表明该方法控制效果良好 ,可满足实时要求。 展开更多
关键词 神经网络 多级工作点 非线性模型 DMC预测控制
在线阅读 下载PDF
基于神经网络与多模型的非线性自适应广义预测解耦控制 被引量:15
10
作者 石宇静 柴天佑 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第4期634-640,共7页
针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解祸控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用... 针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解祸控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性. 展开更多
关键词 非线性 广义预测控制 解耦 神经网络 模型
在线阅读 下载PDF
基于非线性自回归神经网络模型对生活垃圾产生量的预测
11
作者 朱远超 王晓燕 田光 《四川环境》 2024年第3期149-153,共5页
旨在建立生活垃圾产生量预测模型,更好的预测生活垃圾产生量,以便有序筹划生活垃圾处置设施和构建灵活的收运调配体系。方法采用非线性自回归神经网络(NAR),通过调整延迟阶数和隐含层神经元个数等模型参数,建立基于生活垃圾产生量的历... 旨在建立生活垃圾产生量预测模型,更好的预测生活垃圾产生量,以便有序筹划生活垃圾处置设施和构建灵活的收运调配体系。方法采用非线性自回归神经网络(NAR),通过调整延迟阶数和隐含层神经元个数等模型参数,建立基于生活垃圾产生量的历史时间序列预测模型。实验结果显示,NAR神经网络时间序列模型对于北京市生活垃圾产生量有较好的预测能力,当延迟阶数为5,隐含神经元个数为10时,预测模型测试集的r值为0.9717,平均绝对百分比误差为3.385%,均方根误差为5051.831 t/w,预测模型通过了残差序列非自相关检验,预测效果较好。结论表明针对生活垃圾产生量数据可以开展NAR神经网络模型非线性自回归预测,且可不用考虑其它相关影响因素数据的可获得性,具有一定的便利和实际应用意义。 展开更多
关键词 生活垃圾 预测模型 非线性自回归 神经网络
在线阅读 下载PDF
一类基于神经网络的非线性模型预测控制 被引量:6
12
作者 张广莹 邓正隆 林玉荣 《系统仿真学报》 CAS CSCD 2003年第2期275-277,293,共4页
在研究非线性对象输入/输出数据的基础上,将对象输出的Taylor级数展开式取线性项作为预测模型,提出一种非线性系统模型预测控制算法。为了保证预测模型的准确性,以神经网络做辨识器估计系统建模误差,对非线性对象进行单步预测控制。理... 在研究非线性对象输入/输出数据的基础上,将对象输出的Taylor级数展开式取线性项作为预测模型,提出一种非线性系统模型预测控制算法。为了保证预测模型的准确性,以神经网络做辨识器估计系统建模误差,对非线性对象进行单步预测控制。理论上已证明三层BP网能任意逼近L2上的非线性函数,本文通过仿真研究也表明了当神经网络逼近系统建模误差时,所提出的预测控制算法对复杂非线性对象能达到良好的控制效果。 展开更多
关键词 神经网络 非线性模型预测控制 工业过程控制 系统辨识 Taylor级数展开
在线阅读 下载PDF
基于神经网络与多模型的非线性自适应广义预测控制 被引量:30
13
作者 石宇静 柴天佑 《自动化学报》 EI CSCD 北大核心 2007年第5期540-545,共6页
针对一类不确定非线性离散时间动态系统,提出了基于神经网络与多模型的非线性广义预测自适应控制方法.该自适应控制方法由线性鲁棒广义预测自适应控制器,神经网络非线性广义预测自适应控制器和切换机制三部分构成.线性鲁棒广义预测自... 针对一类不确定非线性离散时间动态系统,提出了基于神经网络与多模型的非线性广义预测自适应控制方法.该自适应控制方法由线性鲁棒广义预测自适应控制器,神经网络非线性广义预测自适应控制器和切换机制三部分构成.线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界,神经网络非线性广义预测自适应控制器能够改善系统的性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.给出了所提自适应方法的稳定性和收敛性分析.最后通过仿真实例验证了所提方法的有效性. 展开更多
关键词 广义预测控制 自适应 模型 神经网络
在线阅读 下载PDF
基于神经网络模型和改进最优保留遗传算法的非线性系统多步预测控制 被引量:7
14
作者 陈红艳 李平 +1 位作者 刘桂芝 李海阳 《河北省科学院学报》 CAS 2002年第4期198-203,共6页
针对复杂工业过程中存在的时滞、慢时变、强干扰等非线性控制对象提出一种利用径向基函数神经网络 (RBFNN)作为预测模型 ,改进最优保留遗传算法 (MEGA)作为滚动优化策略的非线性预测控制算法。仿真结果表明该算法具有较强的鲁棒性和抗... 针对复杂工业过程中存在的时滞、慢时变、强干扰等非线性控制对象提出一种利用径向基函数神经网络 (RBFNN)作为预测模型 ,改进最优保留遗传算法 (MEGA)作为滚动优化策略的非线性预测控制算法。仿真结果表明该算法具有较强的鲁棒性和抗时变性能。 展开更多
关键词 非线性系统 多步预测控制 改进最优保留遗传算法 径向基函数神经网络 非线性预测控制 鲁棒性 预测模型
在线阅读 下载PDF
基于神经网络非线性模型的多级工作点阶跃响应扩展 DMC 预测控制 被引量:3
15
作者 刘军 许晓呜 《电机与控制学报》 EI CSCD 1998年第4期205-207,共3页
利用前馈神经网络建立对象的非线性预测模型,在不同工作点作阶跃响应,建立它的局部线性模型,利用隶属函数进行加权得全局线性模型。利用全局线性模型进行滚动优化,利用非线性预测模型校正线性模型,实现非线性预测控制。仿真表明,... 利用前馈神经网络建立对象的非线性预测模型,在不同工作点作阶跃响应,建立它的局部线性模型,利用隶属函数进行加权得全局线性模型。利用全局线性模型进行滚动优化,利用非线性预测模型校正线性模型,实现非线性预测控制。仿真表明,文中提出的方法控制效果良好,满足实时要求。 展开更多
关键词 神经网络 预测控制 DMC 工业控制 非线性模型
在线阅读 下载PDF
基于神经网络非线性模型的扩展DMC预测控制 被引量:3
16
作者 刘军 赵霞 许晓鸣 《信息与控制》 CSCD 北大核心 1998年第5期391-393,400,共4页
利用前馈神经网络建立对象的非线性预测模型,用多级阶跃响应建立平均线性模型.利用平均线性模型进行滚动优化,利用非线性预测模型校正线性模型,实现非线性预测控制.仿真表明文中提出的方法控制效果良好,满足实时要求.
关键词 神经网络 DMC预测控制 非线性系统
在线阅读 下载PDF
具有Hammerstein模型描述的非线性系统的基于混合神经网络的预测控制 被引量:2
17
作者 向微 陈宗海 盛捷 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第5期857-861,共5页
本文针对多输入多输出Hammerstein模型提出了一种基于混合神经网络的模型预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下... 本文针对多输入多输出Hammerstein模型提出了一种基于混合神经网络的模型预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下存在导致预测控制的优化特征丧失问题,而采用混合神经网络则避免了采用传统神经网络拟合动态映射时存在的网络规模大和实时性差的不足. 展开更多
关键词 HAMMERSTEIN模型 多输入多输出系统 混合神经网络 模型预测控制
在线阅读 下载PDF
基于模型预测的神经网络非线性时滞系统的辨识和控制(英文) 被引量:5
18
作者 董秀成 许强 《四川工业学院学报》 2003年第B12期45-49,共5页
大纯时延、媒种多变、蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。本文提出了非线性延迟系统的延迟时间参数的神经网络辨识方法,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可... 大纯时延、媒种多变、蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。本文提出了非线性延迟系统的延迟时间参数的神经网络辨识方法,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于模型预测的神经网络控制策略相结合,可以用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明这种神经网络模型对非线性大纯时延系统的控制具有控制速度快,鲁棒性能好等优点。 展开更多
关键词 神经网络控制 链条炉 延迟时变系统 延迟时间的辨识 模型预测
在线阅读 下载PDF
持续扰动下多耦合非线性系统分布式经济模型预测控制
19
作者 王定超 何德峰 谢永芳 《自动化学报》 北大核心 2025年第3期692-704,共13页
针对持续扰动下的分布式状态耦合非线性系统,提出一种新的多耦合分布式经济模型预测控制(Economic model predictive control,EMPC)策略.由于耦合非线性系统的经济性能函数的非凸性和非正定性,首先引入关于经济最优平衡点的正定辅助函... 针对持续扰动下的分布式状态耦合非线性系统,提出一种新的多耦合分布式经济模型预测控制(Economic model predictive control,EMPC)策略.由于耦合非线性系统的经济性能函数的非凸性和非正定性,首先引入关于经济最优平衡点的正定辅助函数和相应的辅助优化问题.接着,利用辅助函数的最优值函数构造原始分布式EMPC的一类隐式收缩约束.然后,建立状态耦合分布式EMPC的递推可行性和闭环系统关于最优经济平衡点的输入到状态稳定性(Input-to-state stability,ISS).最后,以耦合的四个连续搅拌釜反应器(Continuous stirred tank reactors,CSTRs)为例,验证本文所提策略的有效性. 展开更多
关键词 模型预测控制 分布式控制 非线性系统 经济优化 耦合系统
在线阅读 下载PDF
基于神经网络模型的最小预测误差非线性自适应控制器
20
作者 戴宪华 《自动化学报》 EI CSCD 北大核心 1999年第4期504-508,共5页
主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预... 主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预测模型的参数估计.在此基础上利用并联线性系统的预测控制方法设计全局收敛的非线性系统预测控制器. 展开更多
关键词 非线性系统 自适应控制 神经网络模型
在线阅读 下载PDF
上一页 1 2 59 下一页 到第
使用帮助 返回顶部