基于神经网络模型和改进最优保留遗传算法的非线性系统多步预测控制

• 作者: 刘桂芝 李平 李海阳 陈红艳
• 来源期刊: 河北省科学院学报
• 关键词: 改进最优保留遗传算法(MEGA) 径向基函数神经网络(RBFNN) 非线性预测控制 鲁棒性 时滞 复杂工业过程
• 年，卷（期）: 2002,（4）
• 页码范围: 198-203
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9383.2002.04.002

摘要

针对复杂工业过程中存在的时滞、慢时变、强干扰等非线性控制对象提出一种利用径向基函数神经网络(RBFNN)作为预测模型,改进最优保留遗传算法(MEGA)作为滚动优化策略的非线性预测控制算法.仿真结果表明该算法具有较强的鲁棒性和抗时变性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平		180	1236	17.0	27.0
2	陈红艳		3	32	2.0	3.0
3	刘桂芝		2	15	2.0	2.0
4	李海阳		1	13	1.0	1.0