基于阻尼最小二乘法的神经网络自校正一步预测控制器

摘要

针对非线性控制器设计中遇到的模型结构选择及模型参数辨识问题，采用多层前馈神经网络去逼近任意的非线性系统，并使用收敛速度快且稳定性好的阻尼最小二乘法在线学习网络的权值。基于估计的神经网络模型，依据辨识与控制的对偶原则，设计了基于阻尼最小二乘法的一步向前预测控制器。仿真研究表明，这种神经网络自校正控制器不仅具有很好的性能，而且不会产生参数爆发现象。