基于主元分析的RBF神经网络.pdfVIP

第 28 卷 　第 7 期 系统工程与电子技术 Vol . 28 　No . 7 2006 年 7 月 Sy st ems Engineering and Elect ronics J ul . 2006 　 ( ) 文章编号 : 100 1506X 2006 07105 104 基于主元分析的 RBF 神经网络多模型切换控制 翟军勇 , 费树岷 ( 东南大学自动化研究所 , 江苏 南京 2 10096) 　　摘 　要 : 针对传统多模型自适应控制中子模型数量过多、学习和 自适应能力的局限性等问题 ,将神经网络的 ( ) 学习能力和非线性逼近能力与多模型切换的思想相结合 ,提出基于主元分析的径向基 RB F 神经网络多模型切 换控制算法 。首先 ,基于主元分析法进行工况区域识别 。其次 ,在不同的工况区域内采用 RB F 神经网络建立多 个子模型并设计相应的控制器 。最后 ,根据性能指标函数选择相应的控制器以得到最佳的控制效果 。仿真结果 表明 ,该算法大大减少了子模型数量 ,并改善了系统的动态性能 。 关键词 : 多模型 ; 切换控制 ; 主元分析 ; 神经网络 ; 自适应控制 中图分类号 : TP273 　　　　文献标识码 : A RBF neural net work multiple model switching control based on principal component analysis ZHA I J unyong , F EI Shumin ( ) R esea rch I ns t . of A utom at ion , S out heas t Univ . , N anj ing 2 1009 6 , China 　　Abstract : A multiple model swit ching cont rol met ho d ba sed on p rincip al component analy si s i s p resent ed , which aim s at t he limit ation of t raditional multip le model adap tive cont rol such a s lar ge number of submodel s , lear ning and adap t ation . Fir st , t he op erating mo de area i s identified ba sed on t he p rincip al component analy si s. Secondly , multip le submo del s are e st abli shed u sing Radial Ba si s Function ( RB F) neural net work s in different op erating mode s and t he corr