基于RBF神经网络的非线性迭代预测控制
来源期刊:控制工程2019年第3期
论文作者:姜雪莹 陶文华 施惠元 苏成利 郭颖
文章页码:454 - 460
关键词:RBF神经网络;预测控制;迭代;CSTR;
摘 要:针对工业过程中具有复杂、强非线性的被控对象,提出一种基于RBF神经网络的非线性迭代预测控制算法。该算法采用RBF神经网络建立非线性系统过程模型,将该模型作为预测模型。同时为了避免对每个采样时刻进行线性化时会丢失系统的一些信息,因此采用多元泰勒展开和内部迭代方法,将迭代输出的预测值沿着输入轨迹展开,从而将求解复杂的非线性优化问题转化为求解简单的二次规划问题,解决了在线实时求解控制律时非线性方程的困难,最终直接递推出预测控制律的解析式。CSTR过程的仿真对比结果表明了该算法具有很强的跟踪和抗干扰能力。
姜雪莹1,陶文华1,施惠元1,2,苏成利1,郭颖1
1. 辽宁石油化工大学信息与控制工程学院2. 西北工业大学自动化学院
摘 要:针对工业过程中具有复杂、强非线性的被控对象,提出一种基于RBF神经网络的非线性迭代预测控制算法。该算法采用RBF神经网络建立非线性系统过程模型,将该模型作为预测模型。同时为了避免对每个采样时刻进行线性化时会丢失系统的一些信息,因此采用多元泰勒展开和内部迭代方法,将迭代输出的预测值沿着输入轨迹展开,从而将求解复杂的非线性优化问题转化为求解简单的二次规划问题,解决了在线实时求解控制律时非线性方程的困难,最终直接递推出预测控制律的解析式。CSTR过程的仿真对比结果表明了该算法具有很强的跟踪和抗干扰能力。
关键词:RBF神经网络;预测控制;迭代;CSTR;