一种无约束多步递归神经网络预测控制器

被引：10

作者：

李会军 ^{[1
]}

肖兵 ^{[2
]}

机构：

[1] 中国矿业大学信息与电气工程学院

[2] 华北油田采油工艺研究院

来源：

控制理论与应用 | 2012年 / 29卷 / 05期

基金：

高等学校博士学科点专项科研基金;

关键词：

模型预测控制; 神经网络; 非线性自回归滑动平均模型(NARMAX); 优化;

D O I：

暂无

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

本文针对具有强非线性、多工作点特性的控制系统,提出了一种基于递归BP神经网络的多步预测模型;通过分析预测模型的内在数学关系,选择了二次型函数作为预测控制器的目标函数,并给出了目标函数关于控制序列的雅可比矩阵和赫森矩阵的计算方法;最后使用Newton-Rhapson算法设计出了滚动优化控制策略,构建了一个非线性多步预测控制器.仿真结果表明,文中提出的多步预测控制器具有较好的控制效果.

引用

页码：642 / 648

页数：7

共 7 条

[1] Multi-rate model predictive control of a chemical reactor based on three neural models [J].