基于RBF神经网络的预测控制的优化设计

摘要：

滚动优化是预测控制的核心,应用RBF神经网络对预测控制系统进行优化设计.为避免依据于复杂的数学运算的常规滚动优化控制策略,提出采用黄金分割优化的方法.黄金分割法不用求解偏微分方程以及大规模动态规划问题,而且能保证较快的收敛速度,计算简便.该方法可以避免神经网络预测控制中复杂的下降梯度计算问题,而且通过设定非导数优化的搜索范围,可以解决控制量的优化问题.仿真结果验证了优化方法的有效性.

关键词： 神经网络 预测控制 滚动优化 黄金分割法

作者: 李月英 申东日 陈义俊 李素杰

作者单位: 辽宁石油化工大学,信息工程学院,辽宁,抚顺,113001

会议类型: 国内会议

会议名称: 2006中国控制与决策学术年会

会议地点: 天津

会议语种:中文

页码: 201-204

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）