典型文献
基于数据驱动的气动柔性关节Takagi-Sugeno模糊系统建模与预测控制
文献摘要：
针对气动柔性关节动态特性复杂、难以实现高精度控制的问题,提出一种基于Takagi-Sugeno(T-S)模糊系统的预测控制方法.首先,应用MBGD-RDA算法对T-S模糊系统进行离线训练,该算法结合了机器学习中的小批量梯度下降算法、正则化、Droprule和AdaBound算法.其次,基于模糊集相似性度量方法,对训练得到的T-S模糊系统的模糊集进行剪枝,对模糊规则进行合并,简化T-S模糊系统结构.最后,设计了基于T-S模糊系统的单层神经网络预测控制器.T-S模糊系统参数和预测控制器参数均能实现在线更新,且基于李雅普诺夫理论的稳定性分析保证了系统的稳定性.仿真结果验证了基于数据驱动的T-S模糊系统的高精度预测性能,且结构简化后的T-S模糊系统在规则数减少的情况下仍能维持较高的预测精度.实际实验中,所提控制方法最大跟踪误差小于3°,而传统的模糊逻辑控制器最大跟踪误差大于5°,这表明所提控制算法显著提升了对柔性关节的跟踪控制精度.
文献关键词：
柔性关节;预测控制;数据驱动;模糊系统
中图分类号：
作者姓名：
陈诚;黄剑;刘磊;伍冬睿
作者机构：
华中科技大学人工智能与自动化学院,湖北武汉430074
文献出处：
引用格式：
[1]陈诚;黄剑;刘磊;伍冬睿-.基于数据驱动的气动柔性关节Takagi-Sugeno模糊系统建模与预测控制)[J].控制理论与应用,2022(04):633-642
A类：
MBGD,Droprule
B类：
柔性关节,Takagi,Sugeno,模糊系统,系统建模,动态特性,难以实现,高精度控制,RDA,离线训练,小批量梯度下降,梯度下降算法,正则化,AdaBound,模糊集,相似性度量,练得,剪枝,模糊规则,行合并,系统结构,单层神经网络,神经网络预测,预测控制器,系统参数,控制器参数,参数均,在线更新,李雅普诺夫理论,稳定性分析,精度预测,预测性能,结构简化,跟踪误差,模糊逻辑控制器,控制算法,法显,跟踪控制,控制精度
AB值：
0.363471
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
