基于多维泰勒网的超前d步预测模型

作     者：李晨龙 严洪森 LI Chen-long;YAN Hong-sen

作者机构：东南大学自动化学院南京210096 东南大学复杂工程系统测量与控制教育部重点实验室南京210096 

基　　金：国家自然科学基金项目(61673112,60934008) 中央高校基本科研业务费专项资金项目(2242017K10003,2242014K10031) 江苏省高校优势学科建设工程项目 江苏省研究生培养科研创新工程项目(KYCX18_0100) 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2021年第36卷第2期

页      码：345-354页

摘      要：针对单入单出(SISO)与多入多出(MIMO)非线性时滞系统构建预测模型准确性问题,分别提出基于多维泰勒网(MTN)的预测模型构建方案.首先,分别依靠非递推技术与递推技术来设计非递推d步与递推d步超前MTN预测模型,给出二者表达式,二者皆可对未来d步范围进行预测,并有效弥补时滞带来的影响;然后,利用阻尼递推最小二乘(DRLS)算法,带有动量因子的BP算法,Levenberg Marquardt(L-M)算法和扩展卡尔曼滤波(EKF)算法分别作为MTN预测模型的学习算法进行实时在线学习;最后,引入两个仿真例子来验证所建立预测模型的准确性和实时性,并与神经网络预测模型作对比.实验结果表明,相比较神经网络预测模型,所提出的两种在线构建预测模型方案具有更好的准确性与实时性.同时,4种不同的学习算法对MTN预测模型的准确度影响不大.

主 题 词：多维泰勒网 预测模型 递推d步超前预测 非递推d步超前预测 非线性时滞系统 

学科分类：080801[080801] 0808[工学-自动化类] 08[工学] 

核心收录：

D　O　I：10.13195/j.kzyjc.2019.0722

馆 藏 号：203101706...