排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
带神经网络补偿的Smith预估极点配置自校正控制 总被引:3,自引:1,他引:2
用一个常规线性模型对被控对象进行辨识,线性模型辨识的余差用一个神经网络进行补偿,线性模型和神经网络共同构成对象的辨识模型·基于这一模型对大滞后对象提出了带神经网络补偿的Smith预估极点配置自校正控制和带神经网络补偿的Smith预估极点配置自校正PID控制·这些方法适用于非线性对象,具有较强的鲁棒性和较好的控制精度· 相似文献
1