论文部分内容阅读
为解决局部优化算法初值选取不当造成神经网络预测控制性能下降的问题，本文提出了一种动态确定初值的方法。在每次优化时通过逆网络将初值选在输出误差最小点，通过修正目标性能函数中的权重因子来确保初值与当前控制量之间存在极值，并在理论上进行了证明。以BP神经网络预测控制为例，采用牛顿拉夫逊算法实现滚动优化，对所提方法进行了仿真实验，结果表明能够解决初值问题，提高控制系统的可靠性。