基于预测控制方法的非线性神经网络逆控制

《基于预测控制方法的非线性神经网络逆控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、"!!!!!"!·!"工!程!与应!用!·!"基于预测控制方法的非线性神经网络逆控制魏东%，!张明廉%（%北京航空航天大学自动化科学与电气工程学院，北京%"""*(）（!北京建筑工程学院电气工程与自动化系，北京%"""))）摘要针对一类多输入多输出非线性被控对象，利用前向神经网络逼近原系统的逆系统，将其作为控制器，采用预测滚动优化性能指标训练该神经网络逆控制器，以克服干扰和不确定性影响，实现对多变量非线性对象的解耦控制。对某微型锅炉对象进行了控制算法仿真，结果表明，所提出的控制方法能够克服模型误

2、差的影响，实现稳定解耦控制，且易于实现。在仿真过程中通过实验方法建立该锅炉对象的神经网络预测模型，并注意采用泛化方法采集训练样本数据和训练神经网络，以提高神经网络模型的泛化能力。关键词神经网络非线性系统逆控制预测控制文章编号%""!+*((%+（!""#）"%+"%*#+"(文献标识码,中图分类号-.!/($!!"#$%&!"’()$*!)+&,+"%$-+."$/"0)+’$)&1%/"2)+3$"2,4’,."0)+’$)&5"’6)27",8)+9:，;<6%+95,+9&,%+:（%01

3、233435,673897:3;01:<;1<9;=>4<17?:194>;@:;<4<17?:194>;@:;<;@:;</’$%4’：,8647:+49F

4、<6?94;<7K3?L917<=9E72<:;D

5、;3K4<=@<3572<

6、E6?

7、E，:;D

8、制的思统方法在实际应用中的瓶颈之一。文献&!’提出了利用神经网络想与动态逆控制的思想相结合对其训练，以克服时变、不确定建模的逆系统方法，但由于不可避免地会存在建模误差，无法性及环境干扰等引起的模型失配的影响，实现非线性多变量时保证系统的鲁棒性。文献&(’提出了一种单变量非线性多步预测变系统的解耦控制。性能指标函数下的神经网络逆动态控制方法，将神经网络逆控该文利用所提出的算法对一个微型加热锅炉被控对象进制器的修正性能指标设为预测性能指标，对单变量系统可以取得较好的控制效果。该文在上述文献研究结果的