遗传小脑神经网络在液位控制中的应用  

Cerebella Model Articulation Controller Based on Genetic Algorithm Applied in Liquid Level Control

作　　者：邢东峰[1] 董海鹰[1] 

机构地区：[1]兰州交通大学光电技术与智能控制教育部重点实验室,甘肃兰州730070

出　　处：《计算机测量与控制》2006年第9期1198-1199,共2页Computer Measurement &Control

基　　金：甘肃省自然科学基金资助项目(3ZS041-A25-025)。

摘　　要：针对非线性液位控制问题,提出了一种采用遗传小脑模型神经网络(CMAC)的学习控制方法;该控制器采用遗传算法作为CMAC神经网络的学习算法,给出了具体的控制结构和算法;仿真结果表明,该控制器具有良好的处理非线性以及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能使用较高的学习速率,学习速度快,适于在线学习控制。a learning control method based on genetic cerebella model articulation controller is proposed for nonlinearity liquid level control. The proposed method uses genetic algorithm as the learning method. The simulation results shows that the proposed method can get good robustness and tracking property for the nonlinear liquid level control. The method has high learning rate, which is good for online learning control.

关 键 词：遗传算法 小脑神经网络控制器 液位控制 

分 类 号：TP273.22[自动化与计算机技术—检测技术与自动化装置]