Hammerstein模型基于神经网络的预测控制方法

• 作者: 向微 盛捷 陈宗海
• 来源期刊: 中国科学院研究生院学报
• 学科: 工学
• 关键词: 模型预测控制 Hammerstein模型 神经网络
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 论文
• 页码范围: 224-232
• 页数: 9页
• 分类号: TP13
• 字数: 1526字
• 语种: 中文

摘要

Hammerstein模型是化工过程中最常用的模型之一,它由非线性静态环节和线性动态环节串连组成,适合描述Ph过程和具有幂函数、死区、开关等非线性特性的过程.这类模型的控制问题可以分解为:线性模型的控制问题和非线性模型的求根问题.针对Hammerstein模型提出了一种基于神经网络的模型预测控制策略,采用一组神经网络拟合非线性部分的逆映射.这种方法不需要假设Hammerstein模型的非线性部分由多项式构成,并且避免已有研究在无根和重根情况下存在的问题.最后通过仿真试验证明了以上结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宗海	中国科学技术大学自动化系	151	2270	25.0	40.0
2	向微	中国科学技术大学自动化系	8	271	6.0	8.0
3	盛捷	中国科学技术大学自动化系	10	43	4.0	6.0