正在加载图片...
588 控制理论与应州 第20卷 象,所以常规Smih补偿的方法受到很大的限制.本 研究1J川.控制与决策,1998,13(2):141-145 文采用Elman网络补偿常规模型的建模误差,减少 (WANG Jianhui.OI Xin.GU Shusheng.Research on fuzzy Smith control strategy of time delay systems[].Cantrol and Decision, 了精确建模的要求 1998.13(2):141-145.) 1)如果纯滞后环节建模精确,即x=tp,只要 「3孙增圻,张再兴,邓志东智能控制理论与技术[M.北京:济华 Elman网络通过训练满足精度要求就可以认为完全 大学出服杜.1999 抵消了纯滞后环节对控制品质及系统稳定性的不利 (SUIN Zenggi.ZHANG Zuixing.DENG Zhidong.Theory and Tech- 影响. nlug of Intelligent Comtrol M].Beijing:Tsinghua University 2)如果纯滞后环节建模不精确,即x≠tp,则 Pns,1997.1 [4】H杰.杰,张宁河.基于Ebn阿蜂补偿模型的Smh传测控 纯滞后环节不能被完全抵消,但其不利影响可以大 制[J.北京理大学学报,2002,22(3):343-346. 幅削弱,削弱的程度取决于其模型精确度. ('TAN Jie.C.HEN Jie,ZHANG Yuhe.Smith predictive cuntrol 通过仿真及实验结果可以看出,基于Eman网 based on Elman network cmpensatory model [Jof Beijing In- 络补偿的Smih预测控制利用了神经网络的非线性 stire of Teclnology.202,2(3):43-346.) 逼近特性及神经元自学习、白组织的能力,弥补了常 5]陈晓东,马广广富.王了才.改进的E如网络与机理惧型的互.补 建校方法J].系统仿真学报,1999,11(2):97-100 规Smith预测控制在解决模型不确定系统中的不足 (HEN Xiaodon哩,MA Guangfu,WANG Zict,A mutually com- 之处,使得其广泛应用成为可能 psaymdeling method bsedmchanism modeln impvd Elman nctwork [J.of System Simulation.1999.11(2):97- 参考文献(References): 100. 【1:杰,能至豪,任雪悔,纯滞后系统的单神经元Sh预测物制 作者简介: [J1.f算机仿真,2001,18(1):40-42 田杰(172-).明,工学博十.主要研究领城为估息期合 (TIAN Jie,GONG Zhiha,REN Xuemei.Single neurvo Smith pre- 智能控制等.E-mail:jict钟263.nct; dictive cono of time elay systems[Compuer Simation. 陈杰(5一》,男,工学博七,教授,博士生异师.主空研究 201.8(1}:40-42.) 领城和方向为:复杂系统的多指标优化与决策,智能控制,非线性控 [2】往钢,齐昕,懒树生,·类纯滞后系统模糊Smi的控制策略的 制,生物宿总处那等理论与方法研究.Eail:henjie@hit.cd山,m (上接第584页) 6结论(Conclusion) 934):935-948 基于Bayes统计理论,本文提出了,·种从数据 4 HECKERMAN D,GEIGER D.CHICKERING D.Leaming Bayes- ian networks:The combination of knowledge and statistical data!J 样本中学习Bayes网络的Markov链Monte Carlo方 Machine Leamting.1995.20(2):197-243. 法,首先使用先验概率和数据样本相结合得到未归 [5]KHALFALLAH F.MELLOULI K.Optimized algorithm forr leaming 一化的后验概率,然后以此指导随机搜索算法寻找 Bayesian network from data A].Prue of the Eurypean Conf on “好"的网络结构模型.对Alam网络的学习表明本 Symbolic and Quantitative Approach to Reasuning and Uncerininty 方法具有较好的性能 [C].Londkn:Cambridge Press.1999. 6]LJU J.CHANG K.ZHOU J.Leaming Bayesian networks with a hy brid couvergent methodJ].EEE Trans Systenis,Man,Cyhemet- 参考文献(References): i3.1999,29(2):436-449 7j http://www.s.buji.uc.it/labs/compbio/Repository/Datasets/ [1]COOPER G.HERSKOVTTS E.A Bayesian method for the induction alarm/alarm.htm. of prubabilistic networks from data[].Machine Leaming,1992.9 (31:309-374. 作者简介: [2 BUNTTNE W.Theory refinement on Bayesian nesworks [Aj.Prur 岳牌{1970·),男,博士研究生,主要研定方向为概米模 of 7th Coryf Uncertainty Arificial Intelligence C1.Los Angeles C4.1991:652-660, 型.Ba到cs统计方法等.mail:ebo@rp印.xidian.e.cn: [3]CHIPMAN H,GEORGE E,McCULLAXCH R.Bayesian CART 焦李成(195州一).男,教授,博士生导师,毛要研究领城为普 线性科学,智能信息处理等. model search Jj.J of the American Staristical Association.198. i 万方数据588 控 制 理 沦与 应 片j 象,所以常规Smith补偿的方法受到很大的限制.本 文采用Elman网络补偿常规模型的建模误差,减少 了精确建模的要求 1)如果纯滞后环节建模精确,即r=r。,H要 Ehrlml网络通过训练满足精度要求就可以认为完全 抵消f纯滞后环节对控制品质及系统稳定性的不利 影响 2)如果纯滞后环节建模不精确,即r≠r。则 纯滞l,;-s4;节不能被完全抵消,但其小利影响可以大 幅削弱,削弱的程度取决于其模型精确度. 嗵过仿真及实验结果可以看出,基于Elman网 络补偿的Smith预测控制利用r神经网络的非线性 逼近特性及神经元自学习、自组织的能力,弥补了常 规Smith预测控制在解决模型不确定系统中的不足 之处.使得其广泛应用成为可能 参考文献(References) I。 …杰,垂至豪,侄雷梅纯滞后系统的单神经元Smdth预测栉制 [J]【f算机仿真,2001,18(1):40二42 (qlAN Jie.03NG zhm∞.KEN Xuealej Single neuM Smith pre— dictive control of time delay systems【J J Con础ter Simulation, 丑的1.18(I):40—42) 2] 1.建旰,齐听顺树生 ·粪纯滞后系统模糊Smith控制策略的 (上接第584页) 6结论(Conclusion) 基于Bayes统计理论,本文提出了‘种从数据 样本Ifl学习Bayes网络的Markov链Monte Carlo方 法苗先使用先验概率和数据样本相结合得到未归 一化的后验概率,然后以此指导随机搜索算法寻找 “好”的网络结构模型.对Alarm网络的学习表明本 方法具有较好的性能. 参考文献(References) 1 J COOPER G.HERSKOVlTS E A Baye对an method for岫induction of pttthabilisfic networks from data l J J Machine l卫aming,1992,9 【3l:30q一374 2]BUNTINE W Theory refinement(IIl Bayesian netwcvrks【A J mr of 7th驯Urwertainly Artificial tntelligerk'e[C Los Angeles, CA.199l:652—660 3 J CHIPMAN H.GEORGE E,McCULL()C7-1 R Bayefian CART nxxleI search【JJ J oftheAnwncoⅢStati_ticrdA删m胁.1098, 第20巷 研究『Jl拧制与决策,1998,13(2):141一145 (WANG Jieamui,QJ Xfu.GU Shusheng Research o/i fuzz),Smith conrail strategy of time dalay wsl廿璐『J]Control and Dectsicw, 1998.13(2):141 145) 31孙增圻.张再必,邓志东智能控制理论勺技术[M]J匕窟:清华 大学出版社,1997 (SUN Zengqi ZHANG Zaixing.DENG Z/aidong Theory“nm eu,logv of Intelligent Control M BeUing:T日nghua Unixersity Press 1997 1 4j Ⅲ杰.际杰,张宁河甚于Elmen网络补偿模型的Smith豫测控 制[Jl北京理『大学学报,2002,22(3):343—346 (FIAN Jie.(:HEN Jle,日刚G Yuhe Smith predictive control based on Elman network,,'om碑nsatory model l J 』ofBeijinq,n— ttitue吖Tecfuwlogy.2002,22(3):343—346) 5]陈晓东,码广富.王了才改进的Elman刚络与七『L理模到的巨补 建摸方法:』j系统仿真学报.1999,11(2):97—100 ((:HEN Xiaodong.MA CbmgfIl,WANG Zicai A multtall,tom￾polsatory modeling method based Oll raechanism rrDdel and improv酣 Elman networkl J』、,of System Simulation,1999.1I(2):97 】(X)) 作者简介: 田杰(1972一),男,工学博十主要研究领域为信息肿台, 智能控制等E-mail:jietl神26.3/let; 陈杰(1965一),男,工学博E。教授,博士牛导师#蛰研究 领域和方向为:复杂系统的多指标优化与决策,智能控制,啦线件控 制.生物信息处琊荨理}它与方法研究Enmil:chefljie@bit cda ctl 93(4):935—948 。4j HECKERMAN D,GEIGER D.CHICKERING D Learning Baycs— I鲫networks:The oombination ofknowledge and statiaical dam i J J Machine Learning.1995,20(2):197—243 [5 J籼ALLAH F.MELLOULI K o口“zd algorithm for learning Bayesian network from data[A】Pn"吖the European O.tf o?t Symbolic and Qutmtitative Approach to Reasoning and Uitcerlainty lC J London:Cambridge m%.1999. 6 J uu J,CHANGK,ZHOU J Learning Bayesian networkswith.I hy, brid convergentmethod iJ J IEEET,tms sⅧ㈣.Man,Cyhemet— ic5 1999,29(2):436—449 【7 J http;//www髂hWl盯il/】曲∥colT驴b讪/Re呷ltory/Dala峨∥ alarm/alarm htm 作者简介: 岳博(1970一).男,博士研究牛.丰蚤研究^向为概牢模 型。Baye:s统计方法等E-mWI:yucbo@rspⅪ山肌曲cn: 焦李成(1959--),男,教授,博士生导师.主要研究领域为非 线件科学.智能信息处理等 万方数据
<<向上翻页
©2008-现在 cucdc.com 高等教育资讯网 版权所有