典型文献
基于超混沌对角递归神经网络的非线性模型预测控制
文献摘要：
非线性模型预测控制器使用非线性预测模型来预测受控制系统的行为.在此,提出了一个超混沌对角递归神经网络数组,用于在前进窗口中建模和预测控制器下非线性系统的行为.为了改善超混沌对角线递归神经网络参数的收敛性,以更好地进行系统建模,可使用隐藏层中的逻辑映像来调整混沌程度.提出了一种基于超混沌对角递归神经网络的非线性模型预测控制方法.该方法借助改进的梯度下降法获得控制信号.将该控制器用于控制具有硬非线性.输入约束以及存在包括外部干扰在内的不确定性的连续搅拌反应器,仿真结果表明该方法在轨迹跟踪和干扰抑制方面的优越性能.神经网络的参数收敛和可忽略的预测误差、以及保证的稳定性和较高的跟踪性能是该方案的最大优势.
文献关键词：
非线性模型预测控制;对角递归神经网络;混沌理论;连续搅拌反应器
中图分类号：
作者姓名：
Samira Johari;Mahdi Yaghoobi;Hamid R.Kobravi
作者机构：
Department of Control,Mashhad Branch,Islamic Azad University,Mashhad 9187147578,Iran;Department of Biomedical Engineering,Mashhad Branch,Islamic Azad University,Mashhad 9187147578
文献出处：
引用格式：
[1]Samira Johari;Mahdi Yaghoobi;Hamid R.Kobravi-.基于超混沌对角递归神经网络的非线性模型预测控制)[J].中南大学学报（英文版）,2022(01):197-208
A类：
对角递归神经网络
B类：
超混沌,非线性模型预测控制器,非线性预测模型,受控,数组,口中,非线性系统,对角线,网络参数,收敛性,系统建模,映像,梯度下降法,控制信号,器用,输入约束,外部干扰,确定性的,连续搅拌反应器,在轨,轨迹跟踪,干扰抑制,预测误差,跟踪性能,最大优势,混沌理论
AB值：
0.222195
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
