基于拟牛顿法多层前向网络的预测控制  

Predictive control based on neural networks using quasi-Newton method

作　　者：何剑春[1] 俞立[1] 杨马英[1] 陈国定[1] 

机构地区：[1]浙江工业大学信息工程学院,浙江杭州310032

出　　处：《浙江工业大学学报》2000年第2期121-124,共4页Journal of Zhejiang University of Technology

基　　金：国家自然科学基金资助项目!(699740 36)

摘　　要：通过应用具有二阶线性收敛速度的拟牛顿法于多层前向网络 ,以作为非线性预测控制中的预测模型 ,结合非线性优化方法 ,实现对于一般意义非线性系统的预测控制。仿真表明文中算法大大提高了网络学习收敛速度 ,使非线性预测控制算法的实时性能有很大改观。Since the convergence speed of the BP learning algorithm is slow for real\|time predictive control, the data stability appears to be very poor. A new method for nonlinear multi\|step predictive control based on neural networks is proposed. Based on the above neural network, GPC for linear system is extended to nonlinear multi\|step predictive control. The simulation result show the obvious improvement of the suggest method over BP method both in stableness and robustness.

关 键 词：预测控制 拟牛顿法 神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]