Zugl.: Kaiserslautern, Universiẗat, Diss., 2003.

Die modellprädiktive Regelung (MPC) hat sich in vielen industriellen Anwendungen bewährt. Ein Nachteil ist jedoch der hohe Rechenaufwand, bedingt durch die erforderliche Lösung eines Optimierungsproblems in jedem Abtastschritt. In diesem Beitrag wird die entworfene MPC daher durch ein neuronales Netz approximiert. Als neuronales Netz wird ein Multi-Layer-Perceptron (MLP) verwendet. Mit dem trainierten MLP sind nur noch Matrix-Vektor-Multiplikationen erforderlich, die effizient berechnet werden können. Das trainierte MLP wird in C++ Code übersetzt und durch einen Industrie- PC ausgeführt. Am akademischen Beispiel einer Wippenwinkel-Regelung wird die Funktionsfähigkeit und der geringere Rechenbedarf demonstriert.