具有Hammerstein模型描述的非线性系统的基于混合神经网络的预测控制

• 作者: 向微 盛捷 陈宗海
• 来源期刊: 控制理论与应用
• 关键词: Hammerstein模型 多输入多输出系统 混合神经网络 模型预测控制
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 论文
• 页码范围: 857-861
• 页数: 5页
• 分类号: TP13
• 语种: 中文

摘要

本文针对多输入多输出Hamrnerstein模犁提出了一种基于混合神经网络的模犁预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下存在导致预测控制的优化特征丧失问题,而采用混合神经网络则避免了采用传统神经网络拟合动态映射时存在的网络规模大和实时性差的不足.

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