神经网络预测控制综述研究.pdf

第21卷专辑 青岛大学学报(工程技术版) Vol，21 Special 0 JuI 20 6 2006年7月 JOURNALOF Y QINGDAOUNIVERSITY(E＆．D 神经网络预测控制综述 封禹，王永初 (华侨大学机电及自动化学院，福建泉州362021) 摘要：近年来，神经网络预测控制在工业过程控制中不仅得到广泛的应用，而且其理 论研究也取得了很大进展。对当前各种神经刚络预测控制方法的现状及其工业应用进行 了较深入地分析，并对其存在的问鹿和今后可能的发展趋势作了进一步探讨。 关键词：神经网络；预测控制：非线性系统；工业过程控制 20世纪70年代以来，人们从工业过程的特点出 制界研究的热点和难点。 发，寻找对模型精度要去不高而同样能实现高质量控 就预测控制的基奉原理而言，只要从被控对象 制性能的方法，预测控制就是在这种背景下发展起来 能够抽取出满足要求的预测模型，它便可以应用于 的…。预测控制技术最初山Richalet和Cutler提出【21，任何类型的系统，包括线性和非线性系统。 具有多步预测、滚动优化、反馈校正等机理，因此能 由于神经网络理论在求解非线性方面的巨大优 够克服过程模型的不确定性，体现出优良的控制性 势，很快被应用于非线性预测控制中。其主要设计 能，在工业过程控制中取得了成功的应用。如Shell 思想是：利用一个或多个神经刚络，对非线性系统 的过程信息进行前向多步预测，然后通过优化一个 公司、Honeywell公司、Centum公司，都在它们的 分布式控制系统DCS上装备了商业化的预测控制软含有这些预测信息的多步优化目标函数，获得非线 件包．并广泛地将其应用于石油、化工、冶金等工业 性预测控制律。在实际应用与理论研究中形成了许 过程中{3】。但是，预测函数控制是以被控对象的基 多不同的算法。如神经网络的内模控制、神经嗍络 函数的输出响应可以叠加为前提的，因而只适用于线 的增量型模型算法控制等，近来一些学者对有约束 性动态系统控制。对于实际中大量的复杂的非线性工 神经网络的预测控制也作了相应的研究。文献【5]设 业过程。不能取得理想的控制效果。而神经网络具有 计了多层前馈神经网络，使控制律离线求解。文献 分布存储、并行处理、联想记忆、自组织和自学习等 【6]采用两个网络进行预测，但结构复杂，距实际应 功能，以神经元组成的神经网络可以逼近任意的1l：线 用还有一定的距离，文献【7】利用递阶遗传算法，经 性系统。使控制系统具有智能化、鲁棒性和适应性， 训练得出离线神经列络模型．经多步预测得出对象 能处理高维数、非线性、干扰强、难建模的复杂工业 的预测模型，给出了具有时延的非线性系统的优化 过程。因此，将神经网络应用于预测控制，既是实际 预测控制。将神经网络用于GPC的研究成果有利用 应用的需要，同时也为预测控制理论的发展开辟了广 阔的前景。本文刘基于神经网络的预测控制的研究现 神经网络误差修正的GPC算法、利用小脑模型进行 状进行总结，并展望未来的发展趋势。 提前计算的GPC算法、基于GPC的对角递归神经刚 络控制方法以及用神经网络处理约束情形的预测控制 l神经网络预测控制的基本算法的发 算法。非线性系统的GPC研究成果还有基于双线性 展14I