基于Taylor逼近的非线性系统PID型多步预测控制
来源期刊：控制与决策2004年第4期
论文作者：张燕 陈增强 袁著祉
文章页码：448 - 451
关键词：多步预测控制;递归神经网络;智能PID控制;泰勒公式;
摘 要：基于局部递归神经网络对非线性系统进行递归多步向前预测,将系统实际多步向前预测值按泰勒公式在其递归预测值上展开,实现对非线性系统多步预测输出值的二次逼近,减少了预测误差.进而通过对PID型多步预测性能指标函数极小化求取控制量.控制器与广义预测控制器结构相似,其参数通过神经网络在线辨识获得.仿真实验表明了该方法的有效性.
张燕，陈增强，袁著祉
摘 要：基于局部递归神经网络对非线性系统进行递归多步向前预测,将系统实际多步向前预测值按泰勒公式在其递归预测值上展开,实现对非线性系统多步预测输出值的二次逼近,减少了预测误差.进而通过对PID型多步预测性能指标函数极小化求取控制量.控制器与广义预测控制器结构相似,其参数通过神经网络在线辨识获得.仿真实验表明了该方法的有效性.
关键词：多步预测控制;递归神经网络;智能PID控制;泰勒公式;
