基于神经网络优化的鲁棒模型预测控制

摘要：

在工业过程控制中,由于存在模型失配、不确定性和外部扰动等因素的影响,容易造成系统不稳定,影响控制效果.为提高控制系统鲁棒性,提出采用投影神经网络优化鲁棒模型预测控制问题.将鲁棒模型预测控制问题转化成min-max优化问题进行处理,并采用投影神经网络模型进行在线求解.该神经网络动态优化方法充分发挥了神经网络并行和分布式处理的优点,且简单结构易于电路实现,并具有全局收敛特性.通过多相流量计仿真实验,表明该算法的有效性和正确性.

关键词：鲁棒模型预测控制、min-max问题、投影神经网络

所属期刊栏目：14

分类号：TP183(自动化基础理论)

在线出版日期：2016-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：776-781