基于动态反馈神经网络的复杂系统预测控制

• 作者: 李秀改 黄德先
• 来源期刊: 吉林大学学报(信息科学版)
• 学科: 工学
• 关键词: 动态反馈神经网络 模型预测控制 二次规划
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 智能控制及应用技术
• 页码范围: 369-372
• 页数: 4页
• 分类号: TP273
• 字数: 2255字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2004.04.018

摘要

在分析基于动态反馈神经网络(DRNN:Dynamic Recurrent Neural Network)的模型预测控制策略的基础上,为改善Elman网络辨识高阶系统时的计算复杂性,采用具有局部动态反馈特性的Elman网络进行线性系统状态空间模型的在线辨识.基于跟踪器型性能指标的预测控制器对系统进行滚动优化,并对动态反馈神经网络逼近状态空间模型进行了证明.对过程控制装置三容系统进行了仿真研究,通过离线训练方式获得网络初值的选择.仿真结果表明,此算法能使系统的输出保持期望轨迹,并能有效处理系统本身的输入、输出约束条件.