基于先验知识和神经网络的非线性建模与预测控制

作者：薛福珍; 柏洁先验知识神经网络遗传算法非线性预测控制

摘要：神经网络模型是模拟非线性系统的有力工具,它的缺陷是难以利用已有的先验知识.利用通用学习网络的建模方法,提出了一种利用先验知识和神经网络建立非线性系统模型的方法,具有简化神经网络结构、减小计算量的优点.基于这种模型利用改进的遗传算法进行优化计算,从而实现了基于先验知识和神经网络的非线性建模和预测控制.对一个悬吊系统的仿真实验说明了该算法的有效性.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社