Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
The Track Initiation Method Based on Ant-Based Clustering Algorithm and Hough Transform Method Kapitel lesen Erstes Kapitel lesen

2012 | OriginalPaper | Buchkapitel

18. Decoupling Control of MIMO System Using Neural Network Based on APSO

verfasst von : Shufang Sun, Jiahai Zhang, Jianhui Wang

Erschienen in: Electrical, Information Engineering and Mechatronics 2011

Verlag: Springer London

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

To improve the decoupling and dynamic property of MIMO strong-coupling system, this chapter presents a modification of the particle swarm optimization algorithm (APSO) intended to combat the problem of premature convergence observed in many applications of PSO. Then the algorithm is used for training decoupling neural network. To prove the training outcome a typical MIMO system is used to be decoupled using the neural network trained by APSO. Finally PID controller is used to control the decoupled MIMO system. In the simulation experiment, the basic PSO and APSO is used for training decouple neural network separately; the controlling result indicated that neural network training by APSO is more stabilized and effective.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel FSM Compensation Technology for High Accuracy Airborne Stabilized Sighting System
Nächstes Kapitel Mean-Square Exponential Stability Control for Networked Control Systems with Interval Distribution Time Delays
Literatur
1.
Dai X, Zhang X, Liu G (2004) Decouple control of induction motor based on neural networks inverse. Proc Csee 24(1):112–117
2.
Xu-hua SHI (2005) A design method for adaptive generalized predictive decoupling controller based on the a neural network. Acta Simulata Systematica Sinica 17(1):178–180
3.
Dai X, Dan H, Zhang T, Zhang K (2003) ANN generalized inversion for the linearization and decoupling control of nonlinear systems. IEE Proc-Control Theor Appl 150(3):267–277CrossRef
4.
Dai XZ, He D, Fan LI, Li NH, Chen H (1999) Improved ANN αth-order inverse TCSC controller for enhancing power system transient stability. IEE Proc C Gener Transm Distrib 146(6):550–556CrossRef
5.
Aziz MFA, Hamed HNA, Shamsuddin SMH (2008) Augmentation of elman recurrent network learning with particle swarm optimization. In> Second Asia international conference on modelling & simulation. pp 625–630
6.
Ge H-w, Li X-l, Liang Y-c, He X-d (2008) Immune PSO-based dynamic recurrent neural network for identifying and controlling nonlinear systems. J Jilin Univ Eng Technol Edn 38(4):858–864
7.
Shu D, Feng C, Yin Y (1996) Neuron network decoupling control of multivariable system with generalized predicative controller and its application. Electric Drive 26(1):44–51
Metadaten
Titel
Decoupling Control of MIMO System Using Neural Network Based on APSO
verfasst von
Shufang Sun
Jiahai Zhang
Jianhui Wang
Copyright-Jahr
2012
Verlag
Springer London
Buch
Electrical, Information Engineering and Mechatronics 2011

Print ISBN: 978-1-4471-2466-5

Electronic ISBN: 978-1-4471-2467-2

Copyright-Jahr: 2012

DOI
https://doi.org/10.1007/978-1-4471-2467-2_18

Neuer Inhalt

    Bildnachweise