基于神经网络的非线性预测控制研究及其应用

被引:0
作者
陈建华
机构
[1] 华北电力大学(北京)
关键词
广义预测控制(GPC); 神经网络; 在线学习; 协调系统;
D O I
暂无
年度学位
2007
学位类型
硕士
导师
摘要
本篇文章提出了一种针对一类非线性离散系统的BP神经网络预测控制算法,算法的控制律是从广义预测控制的性能函数最小化推导出来的。文章中的实时自适应预测控制策略包括一个神经网络预测器和一个神经网络预测控制器,预测器和控制器的自适应律都是建立在Lyapunov稳定性定理的基础之上。本文详细描述了神经网络预测器模型和神经网络预测控制器模型及其在线学习的推导过程,给出了预测器和控制器的自适应学习率选取的范围。仿真结果证实了所提出算法能够提供满意的跟踪性能。
引用
收藏
页数:68
共 16 条
[1]
基于神经网络的预测控制 [J].
李捷 ;
王伟智 ;
朱敏琛 .
兵工自动化, 2005, (03) :60-61
[2]
基于神经网络的非线性系统多步预测控制 [J].
张日东 ;
王树青 .
控制与决策, 2005, (03) :332-336
[3]
基于递归神经网络的大滞后非线性系统预测控制 [J].
张燕 ;
陈增强 ;
袁著祉 .
工业仪表与自动化装置, 2003, (06) :3-5+8
[4]
基于多层局部回归神经网络的多变量非线性系统预测控制 [J].
刘贺平 ;
张兰玲 ;
孙一康 .
控制理论与应用, 2001, (02) :298-300
[5]
基于阻尼最小二乘法的神经网络预测偏差补偿自校正控制器 [J].
林茂琼 ;
陈增强 ;
袁著祉 .
信息与控制, 2000, (01) :27-33
[6]
预测控制在现代过程工业中的应用与发展 [J].
郑之开 ;
邵惠鹤 .
测控技术, 1999, (12) :5-8
[7]
基于神经元网络的非线性系统间接自校正预测控制器 [J].
陈增强 ;
袁著祉 ;
车海平 ;
贺江峰 .
南开大学学报(自然科学版), 1999, (03) :53-57+154
[8]
基于小波网络动态补偿的广义预测控制器 [J].
王群仙 ;
李少远 ;
李焕芝 ;
陈增强 ;
袁著祉 .
自动化学报, 1999, (05) :701-704
[9]
神经网络权值和阈值的优化方法 [J].
侯祥林 ;
陈长征 ;
虞和济 ;
王铁光 ;
纪盛青 .
东北大学学报, 1999, (04) :447-450
[10]
基于神经网络的非线性前馈补偿广义预测自校正控制器 [J].
李翔 ;
陈增强 ;
袁著祉 .
南开大学学报(自然科学版), 1999, (02)