作者：许鹏; 李绍铭液压agcrbf神经网络预测控制
摘要：针对传统预测控制基于线性预测模型的弊端,通过改进RBF神经网络结构构建预测模型,解决对象非线性及时变问题,并给出控制率的具体推导过程.以轧机液压厚度自控(AGC)系统为对象进行仿真实验,结果表明:改进RBF预测控制器性能更优.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《宜宾学院学报》（CN：51-1630/Z）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《宜宾学院学报》坚持四项基本原则，贯彻“二为”和“双百”方针，提倡理论和知识创新，实行学术自由和讨论自由，为提出新理论、取得新成果营造良好的气氛；坚持理论联系实际的马克思主义学风，鼓励、引导和支持对全局性、前瞻性、理论联系实际问题的研究。
省级期刊
人气 537151 评论 49
人气 401111 评论 51
人气 383817 评论 44
人气 364402 评论 56
