BP神经网络模型预测控制算法的仿真研究

摘要：

为克服被控对象参数变化导致控制精度降低的问题,研究了一种BP神经网络模型预测控制算法.借助最小二乘递推算法在线预测系统模型参数,利用BP神经网络在线预测PID参数以控制被控对象.该算法基于模型预测,首先在线性系统中验证其控制效果,然后将非线性问题作线性处理,采用BP神经网络模型预测PID控制器予以实现控制非线性系统.仿真曲线显示BP神经网络PID控制器用于线性系统可达到高精度控制要求；对于非线性系统有自适应及逼近任意函数的能力.仿真研究表明,该算法与传统BP神经网络PID控制器相比,其自适应能力更强,稳定性更好,控制精度更高.

关键词：模型预测、最小二乘递推算法、BP神经网络PID控制器

所属期刊栏目：20

分类号：TP2;TP1

在线出版日期：2011-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：100-103,180