神经网络预测控制

 1.3结构方案

神经网络预测的结构方案，如图8.23所示。其中神经网络预测器建立了非线性被控对象的预测模型，并可在线学习修正，我们就可以由目前的控制输入u(t)，预报处被控系统在将来一段时间范围内的输出值。

y(t) u(t) y(t) 非线性 对象

优化器 + _ y(t+k) y(t) 滤波器 图8.23 神经网络预测控制 其中，y(t+j\) j=N1,N1+1,…N

N222

J=∑N2j−N1e(t+j)+∑j−1λjΔu(t+j−1) (8-82) …….

5.神经网络预测控制的算法 算法为：

(1) 计算未来的期望输出序列yd（t+j）,j=N1,N1+1…,N2;

(2) 利用神经网络预测模型，产生预报输出y(t+j/t) j=N1,N1+1,…,N2 (3) 计算预报误差e(t+j)=yd(t=j)-y(t+j/t),j=N1,N1+1,…,N2

(4) 极小化性能指标J，获得最优控制娱乐u(t+j) j=0,1,2,…,N2 (5) 采用第一控制量u(t),然后返回到(1)