首页> 中国专利> 基于机器学习的不确定系统模型预测控制参数整定方法

基于机器学习的不确定系统模型预测控制参数整定方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种基于机器学习的不确定系统模型预测控制参数整定方法，包括以下步骤：1)获取系统模型预测控制的代价函数中的m维输出权重矩阵Q及n维输入权重矩阵R；2)获得输出序列及mn×L3组性能指标，其中，各组性能指标均为由输出的超调及调节时间构建的一组列向量，对于各组Q及R，分别求取最坏超调及最坏调节时间，然后将求取的最坏超调及最坏调节时间存储到矩阵F中；3)构建RBF神经网络，再利用建立的RBF神经网络计算最优性能指标；4)构建BP神经网络，然后利用BP神经网络求取性能标签；5)以性能标签作为寻优的依据，采用PSO寻优算法对不确定系统模型预测控制参数进行调节，该方法能够较为准确的实现对不确定系统模型预测控制参数的整定。

著录项

公开/公告号CN112327625B

专利类型发明专利
公开/公告日2022-02-22

原文格式PDF
申请/专利权人西安建筑科技大学;
展开▼

申请/专利号CN202011264421.7
发明设计人贺宁;张梦芮;
展开▼

申请日2020-11-12
分类号G05B13/04(20060101);
代理机构61200 西安通大专利代理有限责任公司;
代理人安彦彦
地址 710055 陕西省西安市碑林区雁塔路13号
入库时间 2022-08-23 13:08:46

相似文献

专利
中文文献
外文文献

1. 基于机器学习的不确定系统模型预测控制参数整定方法 [P] . 中国专利： CN112327625B . 2022.02.22
2. 一种基于机器学习的模型预测控制参数的整定方法 [P] . 中国专利： CN113325694A . 2021-08-31
3. HIGH-SPEED PLATFORM MOTION PARAMETER SELF-TUNING METHOD BASED ON MODEL IDENTIFICATION AND EQUIVALENT SIMPLIFICATION [P] . 美国专利： US2017124249A1 . 2017-05-04

机译：基于模型识别和等效简化的高速平台运动参数自整定方法
4. HIGH-SPEED PLATFORM MOVEMENT PARAMETER SELF-TUNING METHOD BASED ON MODEL IDENTIFICATION AND EQUIVALENT SIMPLIFICATION [P] . 世界知识产权组织专利： WO2016197552A1 . 2016-12-15

机译：基于模型识别和等效简化的高速平台运动参数自整定方法
5. Automatic tuning method for multivariable model predictive controllers [P] . 美国专利： US7577483B2 . 2009-08-18

机译：多变量模型预测控制器的自动整定方法