论文部分内容阅读
针对化工过程中广泛使用的连续搅拌反应釜(CSTR)提出一种基于神经网络的模型预测控制策略,采 用分段最小二乘支持向量机辨识Hammerstein-Wiener模型系数的方法,在此基础上建立线性自回归模式(ARX)结构和高斯径向基神经网络串联的非线性预测控制器。利用BD神经网络训练预测控制输入序列和拟牛顿算法求 解非线性预测控制律,从而实现一种基于支持向量机Hammerstein-Wiener辨识模型的非线性神经网络预测控制 算法 对CSTR的仿真结果表明 该方法能够更有效地跟踪控制反应物浓度。