论文部分内容阅读
在过程控制中，由于被控对象常具有非线性、不确定性及参数时变等复杂因素，难以建立精确的数学模型，从而直接影响了控制效果，提出了一种模糊神经网络自适应预测控制议案，对学习公式进行了理论指导，并结合误差补偿以提高预测控制的精度，仿真实验表明，该算法可实现模糊控制和神经网络的优势互补，对非线性复杂系统具有良好的控制性能。