一类基于神经网络的非线性模型预测控制

摘要：

在研究非线性对象输入/输出数据的基础上,将对象输出的Taylor级数展开式取线性项作为预测模型,提出一种非线性系统模型预测控制算法.为了保证预测模型的准确性,以神经网络做辨识器估计系统建模误差,对非线性对象进行单步预测控制.理论上已证明三层BP网能任意逼近L2上的非线性函数,本文通过仿真研究也表明了当神经网络逼近系统建模误差时,所提出的预测控制算法对复杂非线性对象能达到良好的控制效果.

关键词：非线性模型预测控制、神经网络、系统辨识、Taylor级数展开

所属期刊栏目：15

分类号：TP273(自动化技术及设备)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：275-277,293