摘要：針對神經網絡預測控制因滾動優化算法初始值選擇不當而降低控制性能的問題,提出一種通過粒子群算法對初始值進行動態選取的方法。通過RBF神經網絡建立預測模型,使用L-M算法滾動優化求解控制量,利用PSO算法的全局快速收斂能力動態確定L-M算法初始值,通過滾動優化的目標函數可獲取粒子適應度值,實現初始值動態更新,并對權重系數λ進行實時修正。Matlab仿真實驗結果表明所提方法能夠解決初值選取問題,同時改善了控制系統的性能與可靠性。