非线性系统RBF神经网络多步预测控制  

RBF neural network multi-step predictive control for nonlinear systems

作　　者：樊兆峰[1,2] 马小平[1] 邵晓根[2] 

机构地区：[1]中国矿业大学信息与电气工程学院,江苏徐州221008 [2]徐州工程学院信电工程学院,江苏徐州221111

出　　处：《控制与决策》2014年第7期1274-1278,共5页Control and Decision

基　　金：国家自然科学基金项目(60974126);建设部科技计划基金项目(2013-K8-32)

摘　　要：针对较强非线性的控制问题,提出一种以RBF神经网络为模型的多步预测控制方法.构建多步预测模型,并给出预测误差关于控制序列的雅可比矩阵的计算方法.利用Levenberg-Marquardt(L-M)算法设计滚动优化策略,通过误差修正参考输入的方法实现了反馈校正,证明了控制系统的稳定性.仿真结果表明所提出的控制方法效果较好.Aim at solving the strong nonlinear control problem, a multi-step predictive control method is proposed, which uses a RBF neural network as a model. A multi-step predictive model is constructed, a Jacobian matrix computing method for predictive error about control sequence is given, a receding horizon optimization policy is designed by using L-M algorithm, feedback correction is achieved by modifying reference input according the error, and the stability of the system is proved. Simulation results of the control method validate desirable performances.

关 键 词：预测控制 RBF神经网络 L—M算法 滚动优化 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]