一种基于递归BP神经网络的多步预测控制方法

摘要：

模型预测控制是一种在工业过程中应用非常广泛的计算机控制方法。经典的预测控制器都是基于系统的线性化预测模型，无法直接应用于具有强非线性和工作点变换频繁的被控对象。本文使用递归BP神经网络建立了非线性系统的多步预测模型，并使用遗传算法设计了相应的优化控制策略，从而构建了一个带约束的非线性多步预测控制器。通过仿真分析，该预测预测控制器能够较好跟踪系统不断变化的多个工作点。

关键词： 模型预测控制 BP神经网络 预测模型 遗传算法

作者: 李会军 叶宾

作者单位: 中国矿业大学信息与电气工程学院,徐州221116

会议类型: 国内会议

会议名称: 第29届中国控制会议

会议地点: 北京

会议语种:中文

页码: 3116-3121

在线出版日期: 2010-07-29（万方平台首次上网日期，不代表论文的发表时间）