-
题名含未知动态与扰动的非线性系统神经网络嵌入学习控制
被引量：2
- 1
-
-
作者
马乐
闫一鸣
徐东甫
李志伟
孙灵芳
-
机构
东北电力大学自动化工程学院
吉林省精密驱动智能控制国际联合研究中心
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第8期2016-2028,共13页
-
基金
国家自然科学基金(61673101)
吉林重点行业与产业科技创新计划人工智能专项(2019001090)资助。
-
文摘
针对带有不确定性与扰动的非线性系统的性能优化问题,提出一种基于神经网络嵌入的学习控制方法.对一类常见的Lyapunov函数导数形式,将神经网络控制器集成到某种对系统稳定的基准控制器中,其意义在于将原控制器改进为满足Lyapunov稳定的神经网络参数可调控制器,从而能够利用先进的神经网络学习技术实现控制器的在线优化.建立了跟踪误差的等效目标函数,避免了对系统输入–输出的辨识问题.建立了一种未知非线性与扰动等效值自适应方法,并依此方法设计基准控制器.以RBF(Radial basis function)反步自适应控制、基于卷积神经网络的滑模控制和深度强化学习控制为对比方法,对带有死区、饱和、三角函数等数值与物理非线性模型进行仿真分析以测试方法有效性,并针对上肢康复机器人控制问题进行虚拟实验以验证该方法的实用性.仿真与实验结果表明,该方法能在Lyapunov稳定条件下有效优化基础控制器性能,对比结果证实了该方法的实用性与先进性.
-
关键词
神经网络嵌入
优化控制
深度学习技术
未知非线性动态
不确定与扰动
-
Keywords
Neural network embedded
optimized control
deep learning technology
unknown nonlinear dynamics
uncertainty and disturbance
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP13
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于EMD分解的风力机功率特性分析与预测建模
被引量：9
- 2
-
-
作者
文孝强
许洋
-
机构
东北电力大学自动化工程学院
吉林省精密驱动智能控制国际联合研究中心
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2021年第11期293-298,共6页
-
基金
吉林省科技厅重大科技专项基金(20180201001SF)
吉林省教育厅“十三五”科学研究规划项目(JJKH20190709KJ)
2019吉林市杰出青年人才培养专项(20190104156)。
-
文摘
以实际风力机功率数据为基础,通过经验模态分解(EMD)将风力机功率时间序列分解为多个特征模态函数。利用分形理论对风力机功率时间序列各分量的局部时频特性进行研究判断,并对新的风力机功率时间序列进行重构。然后,利用最大Lyapunov指数等特性指标分析风力机功率时间序列的混沌特性,并分别分析3个尺度子序列的行为动力学特性。最后,建立基于蚁群优化极值学习机制,构建风力机功率时间序列预测模型。仿真结果表明,该模型比其他单一预测模型具有更高的预测精度,可用于工程实际。
-
关键词
风力机功率
预测
建模
神经网络
EMD
蚁群优化
-
Keywords
wind power
prediction
models
neural networks
empirical mode decomposition
ant colony optimization
-
分类号
TN911.6
[电子电信—通信与信息系统]
-
