发电机组汽门系统的多模型自学习控制
DOI:
CSTR:
作者:
作者单位:

湖南大学电气与信息工程学院 长沙 410082

作者简介:

袁小芳

通讯作者:

中图分类号:

TP18

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对发电机组的非线性、大范围运行等实际问题,研究了用于汽门系统的多模型自学习控制(MMSC).首先根据各种工况下的样本数据归纳出模糊控制规则;然后由模糊聚类算法将多种工况约简为典型工况,得到相应的子模型模糊控制(FLC).以子模型FLC 输出的加权集成作为MMSC 的控制输出,而加权系数取决于子模型匹配度.在子模型FLC 学习优化中,由支持向量机离线逼近模糊规则曲面,再由梯度下降算法在线自学习.仿真实验验证了所设计控制器的优良性能.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

袁小芳;王耀南;孙炜;吴亮红.发电机组汽门系统的多模型自学习控制[J].控制与决策,2007,22(7):769-773

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-03-28
  • 最后修改日期:2006-06-18
  • 录用日期:
  • 在线发布日期: 2007-07-20
  • 出版日期:
文章二维码