基于TSA多变量非线性RBF神经网络预测控制
来源期刊:控制工程2019年第9期
论文作者:姜雪莹 郭颖 施惠元 苏成利
文章页码:1655 - 1660
关键词:多变量RBF神经网络;预测控制;TSA;非线性优化;CSTR;
摘 要:为了解决现在有的非线性预测控制方法在线实时求解非线性方法的困难,提出一种基于TSA的多变量非线性RBF神经网络预测控制算法。该算法采用多个RBF神经网络建立非线性系统的过程模型,并作为预测模型。采用树和种子算法(TSA)在线搜索非线性预测控制系统的最优控制律,避免了直接递推控制律时解决复杂的非线性优化问题。CSTR过程的仿真对比结果验证了该算法的跟踪性能和抗干扰能力。
姜雪莹1,郭颖1,2,施惠元1,苏成利1
1. 辽宁石油化工大学信息与控制工程学院2. 沈阳工业大学信息科学与工程学院
摘 要:为了解决现在有的非线性预测控制方法在线实时求解非线性方法的困难,提出一种基于TSA的多变量非线性RBF神经网络预测控制算法。该算法采用多个RBF神经网络建立非线性系统的过程模型,并作为预测模型。采用树和种子算法(TSA)在线搜索非线性预测控制系统的最优控制律,避免了直接递推控制律时解决复杂的非线性优化问题。CSTR过程的仿真对比结果验证了该算法的跟踪性能和抗干扰能力。
关键词:多变量RBF神经网络;预测控制;TSA;非线性优化;CSTR;