基于RBF神经网络的改进多变量预测控制

• 作者: 刘品杰 张燕 李永富 杨鹏
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: RBF网络 预测控制 多变量系统 非线性系统
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 39-41,55
• 页数: 4页
• 分类号: TP273
• 字数: 3641字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2009.01.011

摘要

针对一类多输入多输出非线性被控对象,提出一种基于单神经网络的预测控制算法,应用RBF神经网络对非线性系统进行辨识,并计算被控系统多步预测输出值.该方法通过对传统预测目标函数加以改进,给出一种带微分项的多步预测目标函数,通过迭代寻优实时给出优化控制量.该方法实时性好,简化了传统预测控制算法,加快了滚动寻优的速度,有效地抑制了系统惯性和输入时滞所带来的超调,减小了模型误差、干扰及不确定性对控制器的影响.仿真及应用结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹏	河北工业大学自动化系	162	1021	16.0	23.0
2	张燕	河北工业大学自动化系	55	238	8.0	13.0
3	李永富	河北工业大学自动化系	3	11	1.0	3.0
4	刘品杰	河北工业大学自动化系	2	1	1.0	1.0