RBF網絡直接廣義預測控制及其收斂性研究.pdf

1、隨著在工業(yè)中取得的成功應用，基于線性模型的廣義預測控制已成為當前控制理論界和工業(yè)控制界都十分關注的一個熱門課題。但在實際工業(yè)過程中常表現(xiàn)出多變量強耦合、大滯后等強非線性特性，因此，廣義預測控制技術迫切需要被擴展到更復雜的工業(yè)過程中。近年來，人們在這方面已經作了大量的研究，其中與神經網絡相結合的方法由于具有廣泛的適用范圍而得到了深入的研究。 本文在詳細分析介紹了廣義預測控制算法原理及綜述了國內外神經網絡在廣義預測控制中的應用研究現(xiàn)

2、狀的基礎上，重點研究了計算量小、收斂速度快、無局部極小的徑向基函數(shù)神經網絡及其在廣義預測控制中的應用。針對廣義預測控制在線計算量大，不適用于非線性對象等缺點，提出了基于徑向基函數(shù)神經網絡的直接廣義預測控制算法，并從數(shù)學角度對該算法的收斂性作了較為深入的分析，在理論上證明了該算法是穩(wěn)定的，且控制性能指標能夠收斂到所期望的最優(yōu)特性。結合中值定理和三次樣條插值函數(shù)，將該算法由單變量線性系統(tǒng)推廣到單變量非線性系統(tǒng)，多變量線性系統(tǒng)和多變量非線性系