论文部分内容阅读
为了对复杂的非线性系统进行广义预测控制,避免较长的离线训练,采用受控自回归积分滑动平均模型来描述线性子系统,用神经网络来逼近非线性子系统,利用递推最小二乘法和Davidon最小二乘法分别作为线性子系统和非线性子系统的在线学习算法,建立了一种适合于广义预测控制的非线性系统控制模型.仿真结果证明,该模型在非线性系统的广义预测中的有效性,在实时控制中具有极其广阔的应用前景.