[发明专利]SISO紧格式无模型控制器基于LSTM神经网络的参数自整定方法有效
| 申请号： | 202010562378.6 | 申请日： | 2020-06-18 |
| 公开（公告）号： | CN111752152B | 公开（公告）日： | 2021-09-24 |
| 发明（设计）人： | 卢建刚;杨晔;陈晨 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 浙江杭州金通专利事务所有限公司 33100 | 代理人： | 刘晓春 |
| 地址： | 310027 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种SISO紧格式无模型控制器基于LSTM神经网络的参数自整定方法，利用系统误差数据集作为LSTM神经网络的输入，LSTM神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等SISO紧格式无模型控制器待整定参数，采用SISO紧格式无模型控制器的控制算法计算得到针对被控对象的控制输入，以系统误差函数的值最小化为目标，采用梯度下降法，并结合控制输入分别针对各个待整定参数的梯度信息，进行系统误差反向传播计算，在线实时更新LSTM神经网络的隐含层权系数、输出层权系数，实现控制器基于LSTM的参数自整定。本发明提出的SISO紧格式无模型控制器基于LSTM神经网络的参数自整定方法，能有效克服控制器参数的在线整定难题，对SISO系统具有良好的控制效果。 | ||
| 搜索关键词： | siso 格式 模型 控制器 基于 lstm 神经网络 参数 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010562378.6/，转载请声明来源钻瓜专利网。
