基于深度学习的非线性广义预测控制

作     者：李旭生 牛宏 陶金梅 LI Xusheng;NIU Hong;TAO Jinmei

作者机构：辽宁石油化工大学理学院辽宁抚顺113001 

出 版 物：《信息与控制》 (Information and Control)

年 卷 期：2023年第52卷第2期

页      面：202-210页

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金(61773107) 辽宁省自然基金指导计划(2019-ZD-0054)。 

主　　题：深度学习 长短记忆神经网络(LSTM) 未建模动态 非线性系统 广义预测控制 

摘      要：针对一类离散时间单输入-单输出(single-input single-output,SISO)非线性动态系统,将非线性切换控制与基于深度学习的未建模动态估计方法相结合,提出了一种新的非线性广义预测控制方法。该方法针对未建模动态的未知增量,通过使用基于深度学习技术的长短记忆神经网络(long short-term memory,LSTM)进行预估,设计了一种带有未建模动态增量估计的非线性广义预测控制器,增强控制性能。对所提的控制算法进行了稳定性和收敛性分析,最后通过数值仿真实验验证了所提方法的有效性。