具有Hammerstein模型描述的非线性系统的基于混合神经网络的预测控制
向微
陈宗海
盛捷
1.中国科学技术大学,自动化系,安徽,合肥,2300272.中国科学技术大学,自动化系,安徽,合肥,2300273.中国科学技术大学,自动化系,安徽,合肥,230027
摘要：本文针对多输入多输出Hamrnerstein模犁提出了一种基于混合神经网络的模犁预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下存在导致预测控制的优化特征丧失问题,而采用混合神经网络则避免了采用传统神经网络拟合动态映射时存在的网络规模大和实时性差的不足.
关键词：Hammerstein模型多输入多输出系统混合神经网络模型预测控制
分类号：TP13(自动化基础理论)
资助基金：国家自然科学基金(60575033)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 857-861 )
英文信息