基于逆模型区间优化的神经网络预测控制.pdfVIP

第 27 卷 第 26 期 中 国 电 机 工 程 学 报 Vol.27 No.26 Sep. 2007 2007 年 9 月 Proceedings of the CSEE ©2007 Chin.Soc.for Elec.Eng. 0258-8013 (2007) 26-0115-06 TK323 A 470 30 文章编号： 中图分类号： 文献标识码： 学科分类号： ⋅ 基于逆模型区间优化的神经网络预测控制 王世虎，沈 炯，李益国 ( 东南大学能源与环境学院，江苏省 南京市 210096) Neutral Networks Predictive Control Using Optimizing Intervals of Inverse Models WANG Shi-hu, SHEN Jiong, LI Yi-guo (School of Energy Sources Environment, Southeast University, Nanjing 210096, Jiangsu Province, China) ABSTRACT: A scheme is proposed to determine initial 性给予了严格的数学证明。通过对某 300MW 机组仿真表 detecting interval by means of the golden section algorithm in 明，提出的方案在控制品质和降低计算量方面均获得满意的 order to reduce the amount and ensure the stability of 效果。 optimizing algorithm in the neural networks predictive control. 关键词：神经网络预测控制；神经网络逆控制；黄金分割算 Namely, the width of initial detecting intervals is in proportion 法；滚动优化；区间套定理 to the error between the output of neutral networks inverse model and the foregoing system input. The less the error is, the 0 引言 smaller the detecting width is and so is the on-line computing 模型预测控制(MPC)于 20 世纪 70 年代提出， amount. The scheme effectively reduces the on-line rolling 由于在工业控制中成功应用而引起广泛的关注。 optimizing algorithm and enables the control system to feature MPC 具有处理如大滞后、变量约束、非最小相位等 the dualism of both neutral networks predictive control (NNPC) and neutral networks inverse contro