一种非线性摆系统的预测控制模型方法及系统

本发明涉及一种非线性摆系统的预测控制模型方法及系统，主要包括以下步骤：根据非线性摆系统的工作状态，构建非线性摆系统的动力学模型；结合迟滞量化器对控制输入进行量化，缓解了网络资源受限对非线性摆系统协同性能的限制；设计一种可在线学习的学习型模型预测控制算法，在线预测最优控制增益矩阵，有效减小通信缺陷对系统性能的影响；构建了与Markov切换拓扑相关的Lyapunov函数，将其作为学习型模型预测控制算法的代价函数。本发明可以进一步降低非线性摆系统的传输效率，通过神经网络的实时自适应调整，学习型模型预测控制算法有效地实现了代价函数的最小化，优化了反馈控制矩阵。