文献类型：期刊文章

作　　者：周红标[1] 张钰[1] 柏小颖[1] 刘保连[1] 赵环宇[1]

ZHOU Hongbiao;ZHANG Yu;BAI Xiaoying;LIU Baolian;ZHAO Huanyu(Faculty of Automation,Huaiyin Institute of Technology,Huai’an 223003,Jiangsu,China)

机构地区：[1]淮阴工学院自动化学院,江苏淮安223003

出　　处：《化工学报》

基　　金：国家自然科学基金项目(61873107);江苏省“333”工程(BRA2019285)。

年　　份：2020

卷　　号：71

期　　号：7

起止页码：3201-3212

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对非线性动态系统的控制问题,提出了一种基于自适应模糊神经网络(adaptive fuzzy neural network,AFNN)的模型预测控制(model predictive control,MPC)方法。首先,在离线建模阶段,AFNN采用规则自分裂技术产生初始模糊规则,采用改进的自适应LM学习算法优化网络参数;然后,在实时控制过程,AFNN根据系统输出和预测输出之间的误差调整网络参数,从而为MPC提供一个精确的预测模型;进一步,AFNN-MPC利用带有自适应学习率的梯度下降寻优算法求解优化问题,在线获取非线性控制量,并将其作用到动态系统实施控制。此外,给出了AFNN-MPC的收敛性和稳定性证明,以保证其在实际工程中的成功应用。最后,利用数值仿真和双CSTR过程进行实验验证。结果表明,AFNN-MPC能够取得优越的控制性能。

关 键 词：非线性系统 动态建模 模型预测控制 过程控制  模糊神经网络 自适应学习率

分 类 号：TP273]