学术论文

      溶解氧浓度的直接自适应动态神经网络控制方法

      Direct adaptive dynamic neural network control for dissolved oxygen concentration

      摘要:
      针对污水处理过程溶解氧浓度的控制问题,提出一种直接自适应动态神经网络控制方法(direct adaptive dynamic neural network control,DADNNC).构建的控制系统主要包括神经网络控制器和补偿控制器.神经网络控制器由自组织模糊神经网络实现系统状态与控制量之间的映射;提出一种基于规则无用率的结构修剪算法,并给出结构调整后网络收敛的理论证明,同时,为保证系统稳定,设计补偿控制器减小网络逼近误差,参数调整由Layapunov理论给出.国际基准仿真平台上的实验表明,与固定结构神经网络控制器、PID和模型预测控制等已有控制方法相比,DADNNC方法具有更高的控制精度和更强的适应能力.
      作者: 张伟 [1] 乔俊飞 [2] 李凡军 [2]
      Author: ZHANG Wei [1] QIAO Jun-fei [2] LI Fan-jun [2]
      作者单位: 北京工业大学电子信息与控制工程学院智能系统研究所,北京100124;河南理工大学电气工程与自动化学院,河南焦作454000 北京工业大学电子信息与控制工程学院智能系统研究所,北京,100124
      刊 名: 控制理论与应用 ISTICEIPKU
      年,卷(期): 2015, 32(1)
      分类号: TP273
      在线出版日期: 2015年4月2日
      基金项目: 国家自然科学基金项目,北京市自然科学基金项目,教育部博士点新教师基金项目(20121103120020)资助.Supported by National Natural Science Foundation of China,Beijing Municipal Natural Science Foundation,Ph.D.Program Foundation from Ministry of Chinese Education