P神经网络预报的动态矩阵预测控制.pdfVIP

维普资讯 第 l7卷第 1期 湖南理工学院学报 (自然科学版) Vo1．17 No．1 2Oo4年 3月 Journa|ofHunan InstituteofScienceandTechn010gy (Na￡urals jences) M ar．20O4 基于 BP神经网络预报的动态矩阵预测控制 禹柳飞。， 张国云 (1．茂名学院计算机与电子信息学 院．广东 茂名 525000；2．湖南理工学 院物 电系 ，湖南 岳 阳 414006) 摘 要 ：提 出了一种基 于BP神经网络预报 的动态矩阵预测控制新算法，在该算法 中，先用 BPiq~经网络辨识 对象模型，同时预测对象的未来输 出，然后用动态矩 阵控制算法进行滚动优化和反馈校 正。该方法解决 了非线 洼、时变对 象难 以建模及控制的问题，仿真结果验证 了这一新型算法的可行性 。 关键词：神经网络；预测控制；动态矩阵控制 ：模型预测 中图分类号：TP391 文献标识码 ：A 文章编号：1008--620X(2002)o4一oo53一O3 DynamicM atrixPredictiveControlBasedonBpNeuralNetworksPredicted YU Liu．fei． ZHANG Guo．yun (1．MaomingCollege，Maoming525000，China；2．HunanInstituteofScience＆Technology，Yueyang414006．China) Abstract：Thepaperproposesanew DMC algorithm usingBP neuralnetworksaspredictivemode1．In this algorithm ，BP neuralnetworks is employed to identify modelofthe controlled plantand produce predictive output．Receding horizon optimization and revising feedback are used in DMC algorithm ．In the method．the problem that nonlinear and time—variety plant are difficuhy to build model is solved．Simulation resuhs demonstratethefeasibilityoftheproposedalgorithm ． Keywords：neuralnetwork；predictivecontrol；dynamicmatrixcontrol；modelprediction 预测控制 自20世纪70年代后期提 出以来 ，经过几十年 的发展 ，已有 了模型算法控制 (MAC)、动态矩阵 控制 (DMC)、广义预测控制 (GPC)等多种控制算法，并逐渐形成了预测控制的三大机理 ，即模型的预测、滚 动优化和反馈校正。然而，许多工业过程往往是非线性和时变的，很难建立精确的数学模型 ，因此 ，这些基 于系统建模的预测控制算法就难于应用 。 近年来神经网络的研究发展很快 ，出现 了一些 比较适应系统建模 的神经网络 ，这些网络具有很强的逼 近任意非线性函数的能力，并且 ，神经网络对信息进行并行分布式处理，速度快，特别适合于实时非线性建 模的需要。神经网络的建模方法也很简单 ，它对受控系统的模型无特殊要求，只需一组供提取信息用的输 入输出数据 即可 ，所 以就 目前来看 ，神经 网络是解决复杂对象预测控制建模 问题 的最佳手段 。在本文 中，作 者 以常见的二阶对象为例 ，用 BP神经 网络 (BPNN)来辨识模型和预报对象的未来输 出，从而建立一种新型 的动态矩阵预测控制算法。在算法中，将利用神经网络生成的辨识信号、预报信号与系统的期望值 以动态 矩阵的方式来计算控制量 。 l 基于 BP网络预报 的动态矩阵预测控制算法 1．1 BP神经