基于神经网络的显式 MPC 用于化学反应器控制
机器学习
2019-12-11 v1 系统与控制
系统与控制
机器学习
摘要
在本文中，我们展示了深度神经网络在过程控制中的实现。在我们的方法中，神经网络的训练基于模型预测控制。模型预测控制因其可通过加权矩阵调节且能尊重约束而广受欢迎。我们提出了一种神经网络，其能以模仿控制输入轨迹的方式逼近 MPC 的行为，同时关于状态与控制输入的约束在加权矩阵取值下保持不受损。该方法在涉及连续搅拌釜式反应器（其中发生多组分化学反应）的仿真案例研究中得到演示。
引用
@article{arxiv.1912.04684,
title = {Neural Network Based Explicit MPC for Chemical Reactor Control},
author = {Karol Kiš and Martin Klaučo},
journal= {arXiv preprint arXiv:1912.04684},
year = {2019}
}
备注
Preprint submitted to Acta Chimica Slovaca, ISSN: 1339-3065