基于神经网络模型的非线性系统预测控制
通过对非线性被控对象建立神经网络预测模型NNPM,提出了两种基于神经网络预测控制器的非线性系统预测控制方法——在线学习和控制的方法以及离线训练记忆最佳控制规则和在线控制的方法.为了克服大多数非线性系统预测控制在线计算量大的问题,在预测控制性能指标约束下,采用非线性优化求解技术,得到当前工作点的最优预测控制量△u<”OP>,用来训练神经网络预测控制器NNPC,最终实现非线性系统的神经网络直接预测控制.新的方法大大减少了在线计算量,具有较高的应用价值.仿真试验结果证实了该方法的有效性.
神经网络 模型预测控制 非线性系统
王东风
华北电力大学动力系(保定)
国内会议
西安
中文
198-202
2001-04-01（万方平台首次上网日期，不代表论文的发表时间）