论文部分内容阅读
在过程控制中,由于被控对象常具有非线性、不确定性及参数时变等复杂因素,难以建立精确的数学模型,从而直接影响了控制效果.提出了一种模糊神经网络自适应预测控制方案,对学习公式进行了理论推导,并结合误差补偿以提高预测控制的精度.仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具有良好的控制性能.