利用神经网络实现在线修正增益调度的方法

摘要

利用神经网络实现在线修正增益调度的方法属于非线性控制领域，其特征在于：利用径向基函数神经网络拟合增益调度函数，训练样本为设计点和对应的控制增益；将每个设计点处的控制器与线性化对象模型闭合获得理想模型；每个设计点处的理想模型通过线性插值获得整个控制对象的理想模型；利用控制对象实际输出与理想模型输出之间的误差，对径向基函数神经网络的权值进行在线调整；权值在线调整设置权限，超过权限后在线调整规律失效。本发明通过神经网络实现非线性插值，使增益调度函数具有平滑性，并在线调整神经网络权值，实现控制增益的闭环在线修正，提高控制性能。

主权项

利用神经网络实现在线修正增益调度的方法，其特征在于：所述方法是在已经按照小扰动线性化增益调度方法确定设计点并获得对应的控制增益之后，依次按照如下步骤实现的：步骤(1)，设计径向基函数网络拟合增益调度函数：所述径向基函数网络的输入是调参变量，输出是对应的所述控制增益，以所述设计点和对应的所述控制增益为训练样本，使用梯度算法训练所述径向基函数网络，初始时所述径向基函数网络的基函数中心可选择在所述设计点，通过反复试验确定基函数宽度，使在所述设计点所述径向基函数网络的输出与所述控制增益均方差最小，如果此时均方差不满足要求，增加所述径向基函数网络的基函数数目，再次进行训练，直到均方差满足要求；步骤(2)，获得所述每个设计点的理想模型：在所述每个设计点将控制对象的小扰动线性化模型与线性控制器闭合，将得到的闭环模型表达为状态方程形式，作为所述每个设计点的所述理想模型；步骤(3)，联结所述各设计点的所述理想模型，获得整个控制对象的理想模型：将所述每个设计点的所述理想模型的系数矩阵通过线性插值进行联结，得到整个控制对象的所述理想模型的系数矩阵；步骤(4)，建立所述径向基函数网络的在线调整规律：所述在线调整规律使用理想模型输出和控制对象的实际输出之差作为调整指标，对所述径向基函数网络的权值进行在线调整，所述径向基函数网络的每个所述权值都有调整限制，所述在线调整规律超出所述调整限制后就不再起作用。