基于神经网络的迭代优化预测控制

• 作者: 李月英 李素杰 申东日 陈义俊
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 非线性系统 预测控制 神经网络 自适应控制 迭代控制
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 147-150
• 页数: 4页
• 分类号: TP183
• 字数: 3066字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.10.037

摘要

针对时变的非线性系统,提出一种基于神经网络的迭代优化预测控制.它将传统的预测控制策略与神经网络逼近任意非线性函数的能力结合,预测系统未来输出,然后用迭代学习方法优化预测控制器,即通过一阶泰勒展开的方法,把非线性优化问题转化为线性优化问题.不仅简化计算,同时避免用神经网络优化控制器时,由于调节参数过多、调节速度慢而导致系统闭环稳定性和鲁棒性差的问题.仿真结果表明,该控制方案具有良好的控制品质,并适应对象参数的变化,具有较强的鲁棒性和自适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申东日	辽宁石油化工大学信息工程学院	39	336	11.0	16.0
2	陈义俊	辽宁石油化工大学信息工程学院	35	321	11.0	16.0
3	李月英	辽宁石油化工大学信息工程学院	3	51	3.0	3.0
4	李素杰	辽宁石油化工大学信息工程学院	3	51	3.0	3.0