论文部分内容阅读
以罐式搅拌反应器为例，研究多变量系统基于神经网络的预测控制及改善控制性能的方法。针对复杂多变量系统难以建模的问题，采用多层局部回归神经网络离线建立其预测模型。在反馈校正中，考虑到控制准确性和实时性的要求，采用偏差补偿和模型修正相结合的方式修正神经网络的预测输出。实验中，研究了改善控制性能的方法，得出：对性能指标中的偏差项负指数加权，可大大加快系统的动态响应过程，并在定程度上减少系统超调、仿真结果表明控制算法有效。