控制与决策

作者：李晨龙,严洪森

单位：1. 东南大学 自动化学院，南京 210096;2. 东南大学 复杂工程系统测量与控制教育部重点实验室，南京 210096,,1. 东南大学 自动化学院，南京 210096;2. 东南大学 复杂工程系统测量与控制教育部重点实验室，南京 210096,

关键词：多维泰勒网;预测模型;递推d步超前预测;非递推d步超前预测;非线性时滞系统

基金：国家自然科学基金项目(61673112,60934008)；中央高校基本科研业务费专项资金项目(2242017K10003, 2242014K10031)；江苏省高校优势学科建设工程项目；江苏省研究生培养科研创新工程项目(KYCX18_ 0100).

针对单入单出(SISO)与多入多出(MIMO)非线性时滞系统构建预测模型准确性问题,分别提出基于多维泰勒网(MTN)的预测模型构建方案.首先,分别依靠非递推技术与递推技术来设计非递推d步与递推d步超前MTN预测模型,给出二者表达式,二者皆可对未来d步范围进行预测,并有效弥补时滞带来的影响;然后,利用阻尼递推最小二乘(DRLS)算法,带有动量因子的BP算法,Levenberg Marquardt(L-M)算法和扩展卡尔曼滤波(EKF)算法分别作为MTN预测模型的学习算法进行实时在线学习;最后,引入两个仿真例子来验证所建立预测模型的准确性和实时性,并与神经网络预测模型作对比.实验结果表明,相比较神经网络预测模型,所提出的两种在线构建预测模型方案具有更好的准确性与实时性.同时,4种不同的学习算法对MTN预测模型的准确度影响不大.

来源：2021年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第2期