一种改进的神经网络非线性预测控制

摘要：

从建立神经网络非线性预测模型出发,针对非线性复杂系统,提出一种采用加权双目标函数,以预测方差准则确定神经网络模型的结构优化方法。本文在研究非线性对象输入/输出的基础上,以预测方差准则法(PSE)优化神经网络结构,并应用自适应算法对BP网络进行改进,通过网络的学习,建立非线性预测控制模型。该方法大大加快了网络的收敛速度,并解决了限制非线性预测控制实时控制的快速性问题。仿真实验也验证了所提出方法的良好控制效果。

关键词： 神经网络 非线性系统 预测控制 自适应控制

作者: 李炜 屠小娥 凤尔桐 蔡丽霞

作者单位: 兰州理工大学 电气工程与信息工程学院,甘肃兰州 730050 兰州理工大学 流体动力与控制学院,甘肃兰州 730050 兰州理工大学 材料科学与工程学院,甘肃兰州 730050 兰州连城铝业有限责任公司 机动能源部,甘肃兰州 730335

会议类型: 国内会议

会议名称: 全国第18届计算机技术与应用学术会议(CACIS)

会议地点: 浙江宁波

会议语种:中文

页码: 221-225

在线出版日期: 2007-08-25（万方平台首次上网日期，不代表论文的发表时间）