基于深度学习的非线性广义预测控制

Information and Control（2023）

引用 0|浏览0

暂无评分

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.

查看译文

关键词

deep learning,long short-term memory（LSTM）,unmodeled dynamics,nonlinear system,generalized predictive control

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要