基于模糊树模型的自适应直接逆控制

基于模糊树模型, 结合神经网络中的逆向学习和专门化学习, 提出了自适应直接逆控制方法. 首先离线辨识对象的逆模型作为初始的控制器, 然后与对象串联, 用最小均方差 （Least mean square, LMS） 算法在线调节控制器中的线性参数. 本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目, 同时达到较好的跟踪控制效果. 仿真结果表明了方法的有效性....

Full description

Saved in:
Bibliographic Details
Published inZi dong hua xue bao Vol. 34; no. 5; pp. 574 - 580
Main Author 丁海山 毛剑琴 林岩
Format Journal Article
LanguageChinese
Published 北京航空航天大学第七研究室,北京,100083 2008
中国空空导弹研究院,洛阳,471009%北京航空航天大学第七研究室,北京,100083%北京航空航天大学自动化科学与电气工程学院北京,100083
Subjects
T-S模糊模型
模糊树模型
自适应逆控制
跟踪控制
模糊树模型
T-S模糊模型
自适应逆控制
跟踪控制
Online AccessGet full text

Cover

More Information
Summary:基于模糊树模型, 结合神经网络中的逆向学习和专门化学习, 提出了自适应直接逆控制方法. 首先离线辨识对象的逆模型作为初始的控制器, 然后与对象串联, 用最小均方差 （Least mean square, LMS） 算法在线调节控制器中的线性参数. 本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目, 同时达到较好的跟踪控制效果. 仿真结果表明了方法的有效性.
Bibliography:TP13
Fuzzy tree model T-S fuzzy model adaptive inverse control tracing control
11-2109/TP
TP273.2
ISSN:0254-4156
1874-1029
DOI:10.3724/SP.J.1004.2008.00574