基于混沌神经网络预测模型的最优控制决策及应用

被引：7

作者：

窦春霞

张淑清

机构：

[1] 燕山大学电气工程学院

来源：

动力工程 | 2004年 / 01期

关键词：

自动控制理论; 最优预测控制决策; 混沌神经网络预测模型; 非线性大时滞系统; 适应控制; 鲁棒性;

D O I：

暂无

中图分类号：

TP273.5 [];

学科分类号：

摘要：

为了实现非线性、大时滞系统的自适应控制,首先根据具有混沌特性的非线性、大时滞系统的时序列重构相空间,计算出相空间的饱和嵌入维数和最大Lyapunov指数,并以此为指导,建立混沌神经网络预测模型,该模型即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度的短期预测;在此基础上,将预测模型的输出通过反馈校正,再将校正误差和控制增量引入性能函数最优,最后得到最优控制决策,实现了对非线性、大时滞系统高精度的自适应控制。最后将预测控制决策应用到非线性、大时滞的锅炉过热汽温控制中,仿真结果表明了该控制的有效性、快速性和鲁棒性。图6参6

引用

页码：68 / 72

页数：5

共 4 条

[1] 基于混沌理论进行股票市场的多步预测 [J].