%0 Journal Article
%T 基于平衡学习的CMAC神经网络非线性滑模容错控制
%A 朱大奇
%A 孔敏
%J 控制理论与应用
%D 2008
%R 10.7641/j.issn.1000-8152.2008.1.014
%X 以一改进的信度分配CMAC(cerebellarmodelarticulationcontrollers)神经网络为在线故障诊断的手段,将变结构滑模控制技术引入容错控制器设计之中,提出一种动态非线性系统主动容错控制方法.在常规CMAC学习算法中,误差被平均地分配给所有被激活的存储单元,不管各存储单元存储数据(权值)的可信程度.改进的CMAC中,利用激活单元先前学习次数作为可信度,其误差校正值与激活单元先前学习次数的-p次方成比例,从而提高神经网络的在线学习速度和精度;在此基础上利用滑模控制算法进行容错控制律的在线重构,实现动态非线性系统在线故障诊断与容错控制的集成.分析了系统的稳定性,仿真结果表明改进故障学习算法及容错控制的有效性.
%K 信度分配
%K 平衡学习
%K 故障诊断
%K 容错控制
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=200801014&flag=1