一类基于神经网络的非线性模型预测控制

• 作者: 张广莹 林玉荣 邓正隆
• 来源期刊: 系统仿真学报
• 学科: 工学
• 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
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 控制与信息
• 页码范围: 275-277,293
• 页数: 4页
• 分类号: TP273
• 字数: 2880字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2003.02.037

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓正隆	哈尔滨工业大学控制科学与工程系	92	1782	23.0	37.0
2	张广莹	哈尔滨工业大学控制科学与工程系	22	273	9.0	16.0
3	林玉荣	哈尔滨工业大学控制科学与工程系	43	521	11.0	22.0