论文部分内容阅读
针对工业过程的特点和控制要求,提出一种基于多步预测的神经网络自适应控制算法.该控制器采用改进的RBF神经网络对过程进行建模,利用多步预测误差对神经网络控制器进行训练,从而实现控制器参数的在线自适应寻优.针对CSTR系统的仿真结果表明,该控制器对非线性、时变对象有很好的跟踪控制效果和鲁棒性.