基于TSA的非线性神经网络预测控制

作     者：姜雪莹 施惠元 苏成利 李平 JIANG Xue-ying;SHI Hui-yuan;SU Cheng-li;LI Ping

作者机构：辽宁石油化工大学信息与控制工程学院辽宁抚顺113001 西北工业大学自动化学院西安710072 

基　　金：国家自然科学基金(No.61673199) 辽宁省自然科学基金(No.2013020024 No.20180550905) 辽宁省高校人才培养计划项目(No.LJQ2015061)资助 

出 版 物：《应用科学学报》 (Journal of Applied Sciences)

年 卷 期：2018年第36卷第5期

页      码：870-878页

摘      要：针对现有非线性预测控制方法在线递推控制律时求解非线性方程的困难,提出一种基于树和种子算法(tree and seed algorithm, TSA)的非线性神经网络预测控制算法.该算法采用径向基函数(radical basis function, RBF)神经网络建立非线性系统的过程模型,并将该模型作为预测模型,可以有效逼近系统的过程特性.在此基础上,通过该模型递推非线性系统的预测输出值,并设计具有约束的二次型性能指标.利用TSA优化该性能指标,不断在线搜索非线性预测控制系统的最优控制律,避免采用直接递推的方式求解复杂非线性优化问题,减轻了系统的计算负担.生化发酵过程仿真对比结果表明,该算法具有很强的跟踪和抗干扰能力.

主 题 词：径向基函数 预测控制 树和种子算法 非线性优化 生化发酵 

学科分类：081505[081505] 08[工学] 0815[工学-矿业类] 0824[工学-林业工程类] 0814[工学-地质类] 082401[082401] 

核心收录：

D　O　I：10.3969/j.issn.0255-8297.2018.05.014

馆 藏 号：203379820...