首页> 中文期刊> 《太原理工大学学报》 >基于LM-PSO算法和BP神经网络的非线性预测控制

基于LM-PSO算法和BP神经网络的非线性预测控制

         

摘要

针对非线性系统,提出了一种基于BP神经网络的预测控制方法.以BP神经网络建立多步预测模型并预测系统输出值,用LM (Levenberg-Marquardt)算法和PSO (Particle Swarm Optimization)算法组合的混合算法对目标性能指标函数进行滚动优化求解,得到非线性系统的最优控制量;利用误差修正参考输入法实现反馈矫正.通过将粒子群算法引入LM算法,克服了LM算法依赖初值和粒子群算法过早收敛于局部极值的问题,提高了求解的运行速度和精确度.通过对单变量非线性系统仿真实验,证明了该控制系统具有良好的稳定性、自适应性和鲁棒性.该方法可在数学模型不确定的情况下设计出有效的预测控制器.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号