采用自适应自回归小波神经网络的单步预测控制

• 作者: 杨红 罗飞 许玉格 高月芳
• 来源期刊: 信息与控制
• 关键词: 预测控制 混沌 非线性系统 自适应自回归小波神经网络
• 年，卷（期）: 2010,（5）
• 页码范围: 553-558
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3724/SP.J.1219.2010.00553

摘要

针对非线性系统的控制问题,提出一种基于神经网络辨识的单步预测控制算法.算法在自回归小波神经网络的基础上,利用混沌机制消除了神经网络易陷入局部极值的缺点.采用自适应性学习率,提高神经网络的收敛能力和速度.以该神经网络为预测模型,引入输出反馈和偏差校正克服预测误差,以此构造一步加权预测控制性能指标.然后采用Brent一维搜索方法求取控制律,Brent法无需任何相关的导数信息,需调整的参数少,使得Brent法适合实时控制.仿真研究说明了该非线性预测控制器的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗飞	华南理工大学自动化科学与工程学院	165	1277	17.0	27.0
2	许玉格	华南理工大学自动化科学与工程学院	61	585	15.0	20.0
3	杨红	广州大学物理与电子工程学院	21	114	6.0	9.0
7	高月芳	深圳信息职业技术学院软件工程系	14	39	4.0	5.0