文章摘要:时变参数系统的仿真优化问题是一个新兴的研究课题，相比传统仿真优化，它的实时性要求高，而对解的精度要求不高。论文提出将该问题转换为一类神经网络预测问题，并从理论上证明了该方法的可行性。首先，线下构建神经网络模型描述输入参数到最优解的映射关系；然后，利用训练好的神经网络模型线上实时预测最优解。考虑到边界样本对最优解拟合曲面的影响，提出构建中心样本和边界样本分别训练两个神经网络模型。仿真和实例表明，该方法能够随时变参数的变化实时给出满意解，从而为求解时变参数仿真优化问题提供了一种新的解决思路。

文章关键词:

论文分类号:TP183;N945.13