基于延迟神经网络的时滞系统辨识与控制

本项目主要应用神经网络研究复杂时滞系统的时滞估计、模型辨识及控制器设计。研究内容包括:提出一种新型的延迟神经网络辨识模型，实现系统辨识与时滞估计的一体化；对于输入具有未知时滞的线性定常系统，建立一种简单实用的延迟自适应神经单元辨识模型，采用一种新的非线性最小二乘算法训练权值，实现系统参数估计；对于时变参考输入，研究带有输入预见控制器的延迟神经网络内模控制的设计；给出一种新的非线性自适应预测神经元控制；开发基于延迟神经网络的时滞系统控制的仿真软件，并将理论研究成果应用到实际系统水泥球磨机控制中。本项目的研究为时滞系统的辨识与控制研究提供一种新方法，对提高工业过程控制系统的性能具有重要的指导意义。同时该研究成果可应用到与时滞有关的研究领域，为解决时滞问题提供一种新思路和新方法。