论文部分内容阅读
针对在化工生产过程中使用连续搅拌反应釜（Continuous Stirred Tank Reactor,CSTR）时存在的控制方式不便,调节的精确度不高等问题;在对实际问题进行分析建模的基础上,提出了一种基于二次逼近神经网络模型的预测控制方法;该方法首先利用多层前馈神经网络模型去逼近连续搅拌反应釜系统的多步预测值,其次在已创建的预测模型的基础上优化并求解预测控制的二次目标函数,以得到最优的控制参数,最后由通过泰勒展开式的二次逼近得到非线性预测控制器的最优解;通过对控制模型的模拟以及带入相关参数进行仿真实验