基于神经网络的非线性模型预测控制.pdf

第 卷 第 期 计 算 机 仿 真 年 月 ! ’ !( ’ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） %) # *($ !( ’ # ) # ( 基于神经网络的非线性模型预测控制 张浩然，韩正之，李昌刚 （上海交通大学自动化系，上海 !( ） 摘要：该文提出了一种基于神经网络的模型预测控制结构，并使用一个新的随机搜索优化算法来求解预测控制律，计算机仿 真证明了所设计的控制算法的正确性和有效性。 关键词：神经网络；模型预测控制；随机搜索优化 中图分类号： 文献标识码： +,%( - ! 引言 本上是依据系统的状态以及与之有关的某些量过去和现在 预测控制是 年代后期产生的一类新型控制算法，随 的一组观测值来推断它的未来，用一个非时变的预测模型来 . 着它在工业实践中被大量应用，这一控制技术吸引了控制理 预测一个时变动态系统的输出，或者用一个线性模型来预测 论界和控制工程界的广泛关注。概括地说模型预测控制是 一个非线性系统的输出，会引起较大的预测误差，而且随着 一种基于预测模型、滚动优化和反馈校正的控制方法，在过 预测步长的增加，这种误差增加得很快。由于在预测控制结 ［］ 去的几十年中已经提出了很多种的预测控制方法 % 。在许 构中对系统模型预测的精度要求很高，所以设计神经网络辨 多被成功应用的预测控制中，系统的模型都是线性的，然而， 识器是一个十分重要的工作，神经网络辨识器的设计包括函 大多数的工业对象都是非线性的，对于这些对象如果用线性 数形式的选择，输入变量的选择，神经网络结构的设计和学 预测控制方法来设计系统，对于弱非线性系统是可行的，对 习算法的设计。 于强非线性系统，由于模型的精确度在预测控制中起到非常 非线性动态系统的模型函数形式有以下两种： ） 型 重要的作用，用一个近似线性模型来对高度非线性系统进行 % //-0102 描述，据此来设计预测控制器则可能导致系统控制性能的恶 ! （ ） （（），） # $ ! % # ! 化，这种方法是行不通的，必须对系统进行非线性建模。由 （） ［（ ），…，（ ），（ ），…， # % # ’ % # ’ ( ) # ’ * 于被控对象模型的非线性和优化目标函数的非凸性，带来了 - （ ）］ ) # ’ + ’ * , % 系统建模预测和优化求解的困难性，使这种控制方法论受到 ） 型 !