引用本文:宋莹, 陈增强, 袁著祉.基于混沌优化的非线性预测控制器[J].控制理论与应用,2007,24(4):561~564.[点击复制]
SONG Ying, CHEN Zeng-qiang, YUAN Zhu-zhi.A nonlinear predictive controller based on chaos optimization[J].Control Theory and Technology,2007,24(4):561~564.[点击复制]
基于混沌优化的非线性预测控制器
A nonlinear predictive controller based on chaos optimization
摘要点击 4453  全文点击 4530  投稿时间:2005-07-17  修订日期:2006-07-12
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  
  2007,24(4):561-564
中文关键词  预测控制  混沌  混沌优化算法  非线性系统  神经网络
英文关键词  predictive control  chaos  chaos optimization algorithm  nonlinear plant  neural network
基金项目  国家自然科学基金资助项目(60374037,60574036); 工业控制技术国家重点实验室开放基金资助项目(0708008); 教育部新世纪人才支持计划项目.
作者单位
宋莹, 陈增强, 袁著祉 南开大学自动化系, 天津300071 
中文摘要
      针对非线性系统的控制问题, 本文将神经网络辨识、混沌优化和预测控制思想有机结合, 提出了一种新型非线性预测控制器. 该控制器以神经网络作为预测模型, 混沌优化算法作为滚动优化策略, 避免了非线性预测控制中复杂的梯度计算和矩阵求逆问题. 另外在训练神经网络过程中, 采用了带混沌机制的自适应学习率的BP算法, 以提高神经网络的收敛能力和收敛速度. 仿真研究说明了该非线性预测控制器的有效性及实时性.
英文摘要
      A new nonlinear predictive controller is proposed which combines neural network identification, chaos optimization algorithm(COA) and the concept of predictive control. The controller utilizes neural network as predictive model and COA as online optimization. It can avoid calculating the complicated gradient and the inverse matrix in the nonlinear predictive control. For training the neural network, moreover, chaotic mechanism and adaptive learning rate are adopted into the normal backpropagation(BP) algorithm to improve the network convergence. The simulation studies show the effective performance of the proposed controller.