微分改进RBF网络线性预测控制算法的研究.pdfVIP

微分改进lmF网络线性预测控制算法的研究张燕，等

微分改进RBF网络线性预测控制算法的研究

lBF

ResearchontheRNeuraINetwork

nlproved

LinearPredictiVeContrOlwIthDifferentialTermAdded

AIgorithm

旅蒸邓罐旅佳会伤鹏

(河北工业大学控制科学与工程学院，天津300130)

摘要：针对现有非线性系统辨识超调较大和预测控制计算量繁琐等问题，提出了改进的RBF神经网络线性预测控制算法。该方

法通过在传统性能指标函数中增加误差微分项，以优化跟踪效果；利用辨识模型作为预测模型，对输出设定值进行线性逼近的反向优

化，并实时给出优化控制量。该方法简化了传统预测控制算法，在加快寻优速度的同时，有效地抑制了超调。通过非线性系统仿真实

例，验证了该方法的可行性和有效性。

关键词：系统辨识误差微分项预测控制非线性系统神经网络

中图分类号：TPl83文献标志码：A

att}Ieofove糟h∞tinnolIlinearandc8lcuIationof

Abstract：Aimingpmblemsl锄葛eexi8tingBy8temIecognitioncomplicatedp陀dictivecontI_0l。

meRBF∽uralnetworklinearcon呐li8t}Iisaddedintraditio蒯

dmref咄Ite硼is

imp∞vedpredictiveaJgoIithmprop08ed．Inmethod，error

indexfhnctionthe

pe而咖跏ceto叩tiIni孺tlIe的ckinge丑砸t；埘threco印ilionmodel∞tIIe畔dictiVemodel，出erever就optimi盟tionalgoritllm

tllatto山eiscontrolvaluei8inrealtime．11lemetIlodnle

linearpointgivensimplmes

appr}0achiflgDutput跎ttingadopted，柚dthe叩tilIli趵d

of

c佃ventionalcon帅ltheoVershootnesimulation

method，“e侬ciencIy“mjmtesw眦e卵celemtirIgspeed．

predictivetIle叩timi组tion

Bhowst11att}leisfeasibleande妊icient．

nonlir比盯8yBtemsystem

Neural

EnDrdⅢ每他ntiaJte皿PredictivecontrolNonlinearnetwofk

Keywor凼：systemreco卵itionsystem