基于GA的神经网络预测控制仿真研究及应用

本文针对复杂工业过程中存在的时滞、慢时变、强干扰的非线性控制对象仿真研究了一种利用神经网络作为预测模型 ,遗传算法作为滚动优化策略的预测控制方法 ,结果表明对于这类高阶非线性被控对象该方法具有良好的鲁棒性、抗干扰性和抗时变性能 ,最后结合一个复杂工业过程系统实例讨论了控制系统硬、软件具体实现。