基于神经动态优化的离散时滞系统预测控制
文章利用神经动态优化方法研究离散时滞系统预测控制问题,首先将离散时滞系统的模型预测控制问题转化为带约束的优化问题,再采用梯度神经网络进行在线求解.该神经网络具有较少的状态变量,结构简单,优化速度快,能够有效的解决带有约束的规划问题.仿真结果表明该神经动态优化方法可提高模型预测控制的在线计算能力.
离散时滞系统、梯度神经网络、模型预测控制
TP273(自动化技术及设备)
2018-06-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
25-27,29