基于混和指标的一类非线性系统多模型预测控制
本文探讨了一类非线性系统的多模型预测控制策略,将其分为弱非线性部分和严重非线性部分,前者看成模型失配的情况,采用DMC进行控制,后者采用RBF神经网络预测控制,较之将整个非线性系统用神经网络来建模,结构要简单,隐含层数目及计算量也可以大为减少,采用混和指标进行求解来满足所需工艺要求,并考虑模型切换之间的平滑过渡,仿真结果说明了本方法的有效性,同时也为非线性控制提供了一种新的思路。
预测控制 非线性系统建模 混和指标 多模型 二次型指标 无穷范数 非线性控制
刘燕卿 刘飞
江南大学自动化研究所,无锡,214122
国内会议
山东烟台
中文
42-46
2006-08-04（万方平台首次上网日期，不代表论文的发表时间）