基于LM-PSO算法和BP神经网络的非线性预测控制
针对非线性系统,提出了一种基于BP神经网络的预测控制方法。以BP神经网络建立多步预测模型并预测系统输出值,用LM(Levenberg-Marquardt)算法和PSO(Particle Swarm Optimization)算法组合的混合算法对目标性能指标函数进行滚动优化求解,得到非线性系统的最优控制量;利用误差修正参考输入法实现反馈矫正。通过将粒子群算法引入LM算法,克服了LM算法依赖初值和粒子群算法过早收敛于局部极值的问题,提高了求解的运行速度和精确度。通过对单变量非线性系统仿真实验,证明了该控制系统具有良好的稳定性、自适应性和鲁棒性。该方法可在数学模型不确定的情况下设计出有效的预测控制器。
文件下载
评论信息
其他资源
- 网络安全基础应用与标准第4版课件
- 山东科技大学软件设计与体系结构课程设计（孟老师）.zip
- ADRC的matlab仿真
- 人体心率自动计算c语言程序
- EPLAN Pro Panel实例入门（高清.书签）
- 音符图像自动识别播放
- 惯性导航仿真实现源代码
- modelsim-gcc-4.5.0-mingw64
- python网上商城.rar
- 小豆芽订单处理工具.zip
- Aspack stripper 自动脱壳 ASPack 2.12 - Alexey Solodovnikov.rar
- 商品展示 360度全景图-HTML5 Canvas实现
- OpenGL开发的机械臂运动仿真程序
- 3306暴力破解
- HP3DScan5_v5.5 破解版
- 蚁群算法解决旅行商问题（Matlab版）
- 视频播放器 支持旋转、锁屏、各种手势
- FFT.DFT.DTFT在matlab中的仿真
- 锐捷linux版
- IPTV前端与终端工作原理
- c++ssk皮肤文件使用方法
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明