基于BP神经网络的非线性预测控制

辽宁石油化工大学学报 ›› 2008, Vol. 28 ›› Issue (1): 59-61.

基于BP神经网络的非线性预测控制

黄越洋1，李平1，刘宣宇2

1.辽宁石油化工大学信息与控制工程学院，辽宁抚顺 113001|  2.辽宁石油化工大学计算机与通信工程学院，辽宁抚顺 113001

收稿日期:2007-09-10 出版日期:2008-03-20 发布日期:2017-07-22

Nonlinear Predictive Control Based on BP Neural Network

HUANG Yue-yang1, LI Ping1, LIU Xuan-yu2

1.School of Information and Control Engineering, Liaoning University of Petroleum & Chemical Technology,  Fushun Liaoning 113001, P.R.China; 2.School of Computer and Communication Engineering, Liaoning University of Petroleum & Chemical Technology, Fushun Liaoning 113001, P.R.China

Received:2007-09-10 Published:2008-03-20 Online:2017-07-22

摘要/Abstract

摘要： 将BP神经网络技术应用于预测控制，并对其控制算法进行研究。采用一个BP神经网络来实现对系统的辨识和多步预测，并将一种新型的非线性混沌映射引入到神经网络的参数学习算法中实现其权值调节，以逐步建立被控对象合理的多步预测模型，并用网络的多步预测输出序列与设定值序列的偏差修改控制律。仿真结果表明了该算法的有效性。

关键词: 神经网络, 非线性系统, 预测控制, 混沌

Abstract: The technology of BP neural network was applied to the predictive control algorithm which was studied. The BP neural network was used to implement identity and multistep prediction. A new type of nonlinear chaotic map was introduced into the learning algorithm of neural network parameters in order to realizing the weight regulation. The weight of the network was modified to create a reasonable multistep predictive model. Control law was modified by the deviation between the multistep predictive outputs sequence of the network and the set point sequence of the system. Simulation results show that the proposed method is effective.

Key words: Neural networks, Nonlinear system, Predictive control, Chaos

黄越洋，李平，刘宣宇. 基于BP神经网络的非线性预测控制[J]. 辽宁石油化工大学学报, 2008, 28(1): 59-61.

HUANG Yue-yang, LI Ping, LIU Xuan-yu. Nonlinear Predictive Control Based on BP Neural Network[J]. Journal of Liaoning Petrochemical University, 2008, 28(1): 59-61.

[1]	焦园娜, 左振华, 张雷雷, 郭志恒, 阚哲. 基于带约束粒子群的电容层析成像图像重建算法[J]. 辽宁石油化工大学学报, 2024, 44(2): 91-96.
[2]	杨静雯, 李涛, 杨欣, 冀明飞. 基于避障路径规划的无人直升机空地跟踪控制[J]. 辽宁石油化工大学学报, 2024, 44(1): 71-79.
[3]	赵丽洲, 张宁峰. 双循环背景下石化企业供应链韧性评价研究[J]. 辽宁石油化工大学学报, 2024, 44(1): 89-96.
[4]	赵珣, 陈帅, 邱海洋. 基于改进双向循环神经网络的变压器故障诊断模型研究[J]. 辽宁石油化工大学学报, 2023, 43(5): 75-83.
[5]	于春悦, 曹宇, 程旭. 基于神经网络的银行长期存款客户预测研究[J]. 辽宁石油化工大学学报, 2023, 43(5): 91-96.
[6]	姜楠, 罗林, 王乔, 侯维. 结构优化深度网络的高压断路器机械故障诊断[J]. 辽宁石油化工大学学报, 2023, 43(3): 91-96.
[7]	那新宇, 余华鹏, 金鑫, 王越. 基于ISSA的多变量ORVFL网络自适应预测控制[J]. 辽宁石油化工大学学报, 2023, 43(1): 80-88.
[8]	汤永恒, 潘斌. 基于双向转换网络的域自适应单幅图像去雾方法[J]. 辽宁石油化工大学学报, 2022, 42(6): 78-83.
[9]	刘臻博, 金鑫, 李平. 基于免疫算法结构分解的分布式预测控制算法[J]. 辽宁石油化工大学学报, 2022, 42(5): 90-96.
[10]	程薇燃, 李金娜. 基于Q学习的异构多智能体系统最优一致性[J]. 辽宁石油化工大学学报, 2022, 42(4): 59-67.
[11]	刘明, 马嘉悦, 刘晓培, 侯明君, 周妍. 基于动态贝叶斯网络的气化炉烧嘴系统可靠性分析[J]. 辽宁石油化工大学学报, 2022, 42(2): 79-85.
[12]	周学均, 陈小强, 谢磊, 江成龙. 基于EMD的短期风速预测混合模型[J]. 辽宁石油化工大学学报, 2021, 41(6): 79-86.
[13]	葛琳琳，韦梦文，张威，李易霖. 基于混沌映射图像篡改检测的脆弱水印方案[J]. 辽宁石油化工大学学报, 2020, 40(6): 91-96.
[14]	裴小邓，罗林，陈帅，王乔. 面向电力变压器油中溶解气体的卷积神经网络诊断方法[J]. 辽宁石油化工大学学报, 2020, 40(5): 79-85.
[15]	陶文华，陈娇，桂运金，孔平平. DE算法改进的炼焦能耗RBF预测模型[J]. 辽宁石油化工大学学报, 2020, 40(2): 91-96.