一种自构建神经网络的内模控制方法

赵志诚^1,2，王元元²，刘志远¹，张井岗²

1. 哈尔滨工业大学控制科学与工程系2. 太原科技大学电子信息工程学院

摘 要：针对非线性过程,提出了一种基于自构建神经网络的内模控制方法(Internal Model Control,IMC)。采用自构建算法实现神经网络的结构学习和参数学习,在被控过程内部模型和控制器模型的辨识过程中,该网络能够根据给定的判定条件自动增加神经元节点,以满足辨识精度的要求;为了防止网络学习过拟合,基于灵敏度方法对神经网络隐层节点进行修剪删除;网络的参数学习采用梯度下降法。自构建算法可以有效地避免普通神经网络内模控制方案中网络结构难以确定的问题,仿真结果表明,该控制系统有良好的跟踪性、鲁棒性和抗干扰性。

关键词：自构建;神经网络;灵敏度;内模控制;