神经网络预测控制局部优化初值确定方法.pdfVIP

第 31 卷第 6 期 控 制 理 论 与 应 用 Vol. 31 No. 6 2014 年 6 月 Control Theory Applications Jun. 2014 DOI: 10.7641/CTA.2014.31262 神神神经经经网网网络络络预预预测测测控控控制制制局局局部部部优优优化化化初初初值值值确确确定定定方方方法法法 樊兆峰1,2, 马小平1?, 邵晓根2 (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 信电学院, 江苏 徐州 221111) 摘要: 为解决局部优化算法初值选取不当造成神经网络预测控制性能下降的问题, 本文提出了一种动态确定初 值的方法. 在每次优化时通过逆网络将初值选在输出误差最小点, 通过修正目标性能函数中的权重因子来确保初 值与当前控制量之间存在极值, 并在理论上进行了证明. 以BP神经网络预测控制为例, 采用牛顿拉夫逊算法实现滚 动优化, 对所提方法进行了仿真实验, 结果表明能够解决初值问题, 提高控制系统的可靠性. 关键词: 神经网络; 模型预测控制; 优化; 初值问题 中图分类号: TP273 文献标识码: A Method to determine initial value of local optimization for neural network predictive control FAN Zhao-feng1,2, MA Xiao-ping1?, SHAO Xiao-gen2 (1. School of Information and Electrical Engineering, China University of Mining and Technology, Xuzhou Jiangsu 221008, China; 2. Department of College of Information and Electrical Engineering, Xuzhou Institute of Technology, Xuzhou Jiangsu 221111, China) Abstract: To deal with the performance degradation caused by improper initial values in neural network local optimiza- tion predictive control, we propose a method to dynamically determine the initial values. In each optimization cycle the minimum output error point is selected by calculating the inverse neural network. The existence of the minimal value of the objective function between this point and the current control point can be ensured and proved through