论文部分内容阅读
在预测控制当中，往往需要取得精度尽可能高的预测模型，但由于实际被控对象中往往存在着非线性、参数时变、模型失配、外界干扰等因素，基于被控对象的模型预测与对象的实际输出必然存在着较大的误差。本文在提高模型预测精度的同时，在神经网络模型预测的基础上，采用基于神经网络的反馈校正来弥补神经网络模型预测的不足，并验证其较常规反馈校正有更好的校正质量。