基于小波神经网络的非线性约束预测控制

摘要

许多年来，非线性生产过程的建模和控制问题一直是一个困难的问题，没有良好的通用模型和方法能用于过程建模和控制。在这篇文章，通过结合小波和神经网络方法，致力于通用的非线性过程的建模和控制方法研究。一个仅用尺度函数的小波神经网络用于逼近线性状态方程模型。并用其实现非线性预测控制。由于该模型能够通过线性ＬＳ估计方法来辨识，它是易于实现和用作通用模型。在这篇文章中，对开环稳定过程，一个具有输入约束的区域预测控制方案被引入。它的闭环稳定性能够通过适当选择它预测水平保证。基于上述动态控制方案，一个稳态状态优化方案被进一步实现。通过仿真研究，模型的通用性、辨识和控制方法的简单性被演示，这表明所提出方案能够被用于过程工业的非线性系统的建模和控制。通过一个双线性系统，理论结果被演示和研究。