论文部分内容阅读
本文设计了一种遗传算法的动态递归模糊神经网络(RFNN)广义预测控制器。该方法采用遗传算法优化模糊神经网络中的模糊规则数、隶属度函数中心点及其宽度,并使用递推最小二乘方法训练后件网络的连接权值,将动态递归模糊神经网络用于pH中和过程的高精度拟合。将所设计的广义预测控制器用于pH中和过程控制,仿真研究验证了该方法既克服了基于神经网络的广义预测控制的复杂性,又保证了控制精度和鲁棒性。