基于神经网络模型的空燃比非线性模型预测控制

摘要

采用基于径向基神经网络(RBFNN)模型的非线性模型预测控制方法,被控对象选择火花塞点火(SI)发动机的空燃比(AFR)高度非线性复杂系统,利用渐消记忆最小二乘法实现基于RBFNN的SI发动机AFR系统建模以及参数在线自适应更新.针对非线性模型预测控制中寻优问题,运用序列二次规划滤子算法对最优控制序列进行求解,并加入滤子技术避免了罚函数的使用.在相同的实验环境下,与PI控制算法和Volterra模型预测控制方法进行仿真对比实验,结果表明,所提算法的控制效果明显优于其他两种方法.