非线性系统RBF神经网络多步预测控制
CSTR:
作者:
作者单位:

1. 中国矿业大学信息与电气工程学院,江苏徐州221008;
2. 徐州工程学院信电工程学院,江苏徐州221111.

作者简介:

樊兆峰

通讯作者:

中图分类号:

TP273

基金项目:

国家自然科学基金项目(60974126);建设部科技计划基金项目(2013-K8-32).


RBF neural network multi-step predictive control for nonlinear systems
Author:
Affiliation:

1. School of Information and Electrical Engineering,China University of Mining and Technology,Xuzhou 221008, China;
2. College of Information and Electrical Engineering,Xuzhou Institute of Technology,Xuzhou 221111,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对较强非线性的控制问题, 提出一种以RBF 神经网络为模型的多步预测控制方法. 构建多步预测模型, 并给出预测误差关于控制序列的雅可比矩阵的计算方法. 利用Levenberg-Marquardt(L-M) 算法设计滚动优化策略, 过误差修正参考输入的方法实现了反馈校正, 证明了控制系统的稳定性. 仿真结果表明所提出的控制方法效果较好.

    Abstract:

    Aim at solving the strong nonlinear control problem, a multi-step predictive control method is proposed, which uses a RBF neural network as a model. A multi-step predictive model is constructed, a Jacobian matrix computing method for predictive error about control sequence is given, a receding horizon optimization policy is designed by using L-M algorithm, feedback correction is achieved by modifying reference input according the error, and the stability of the system is proved. Simulation results of the control method validate desirable performances.

    参考文献
    相似文献
    引证文献
引用本文

樊兆峰 马小平 邵晓根.非线性系统RBF神经网络多步预测控制[J].控制与决策,2014,29(7):1274-1278

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-04-26
  • 最后修改日期:2013-07-22
  • 录用日期:
  • 在线发布日期: 2014-07-20
  • 出版日期:
文章二维码