遗传算法和神经网络融合的滑模控制系统及其在印刷机中的应用(英文)

针对一类非线性系统,提出了一种综合集成滑模控制器设计方法.首先,采用遗传算法进行参数调节,从而构造出一个最佳切换函数,使得系统既具有良好的动态性能,又扩大了鲁棒区域.然后,采用神经网络在线调整控制器参数,从而克服了由不确定性引起的系统轨迹偏离切换函数,并且通过变学习率学习算法来加快神经网络的收敛性.最后,研究了所提出方法在凹版印刷机张力调节中的应用.仿真结果表明该控制器具有较好的动态性能及鲁棒性,并有效减少了抖动.