摘要：针对现有非线性系统辨识超调较大和预测控制计算量繁琐等问题,提出了改进的RBF神经网络线性预测控制算法。该方法通过在传统性能指标函数中增加误差微分项,以优化跟踪效果;利用辨识模型作为预测模型,对输出设定值进行线性逼近的反向优化,并实时给出优化控制量。该方法简化了传统预测控制算法,在加快寻优速度的同时,有效地抑制了超调。通过非线性系统仿真实例,验证了该方法的可行性和有效性。

关键词：系统辨识 误差微分项 预测控制 非线性系统 神经网络 

单位：河北工业大学控制科学与工程学院 天津300130