摘要
本发明提供基于误差自学习的智能孵化仓抗干扰控制方法及系统,涉及智能控制技术领域,所述方法包括:根据温度预测误差的优化参数序列和湿度预测误差的优化参数序列,分别计算温度偏离值和湿度偏离值;对温度偏离值和湿度偏离值进行归一化加权求和,并通过高斯核函数进行动态缩放,以得到修正因子;根据修正因子以及BP神经网络,动态调整神经网络隐含层的激活函数斜率,并基于修正因子的数值分布特征重构模糊规则库的权重,生成修正后模糊规则库权重;基于修正后模糊规则库权重,构建三维参数调节曲面,通过曲面梯度搜索算法动态调整PID控制器的比例、积分和微分参数,以生成控制信号。本发明提高了控制的准确性。
技术关键词
预测误差
抗干扰控制方法
模糊规则库
PID控制器
参数
BP神经网络
分布特征
高斯核函数
因子
生成控制信号
序列
特征值
动态
曲面
搜索算法
数值
抗干扰控制系统
滑动窗口
系统为您推荐了相关专利信息
智能空调
优化控制策略
智能家居设备
智能家居云平台
人体红外传感器
心脏模型
左心室
离子通道
心肌细胞
心脏电生理研究
全局特征提取
联邦学习方法
客户端
特征提取器
宽度学习系统