基于RBF神经网络的改进多变量预测控制
作者:
杨鹏
;
刘品杰
;
张燕
;
李永富
关键词:
RBF网络
预测控制
多变量系统
非线性系统
摘要：
针对一类多输入多输出非线性被控对象，提出一种基于单神经网络的预测控制算法，应用RBF神经网络对非线性系统进行辨识，并计算被控系统多步预测输出值。该方法通过对传统预测目标函数加以改进，给出一种带微分项的多步预测目标函数，通过迭代寻优实时给出优化控制量。该方法实时性好，简化了传统预测控制算法，加快了滚动寻优的速度，有效地抑制了系统惯性和输入时滞所带来的超调，减小了模型误差、干扰及不确定性对控制器的影响。仿真及应用结果表明了该方法的有效性。
上一篇：基于粗糙集优化神经网络结构的启发式算法
下一篇：基于混沌时间序列的变电站设备温度预测