首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 171 毫秒
1.
基于支持向量机的激光焊接过程辨识与控制   总被引:1,自引:1,他引:0  
激光焊接过程数学模型足一个较强非线性的数学模型,通常的线性辨识方法无法得到它精确的数学模型.支持向量机作为一种新的机器学习方法,具有较强的非线性拟合能力,应用支持向量机非线性系统回归建模方法,辨识出具有典型非线性特性的焊接过程模型,并采用预测控制算法对焊接过程进行控制.实验证明,支持向量机对非线性系统具有很好的拟合效果,基于支持向量机的预测控制具有较好的非线性控制效果.  相似文献   

2.
基于L S-SVM 的非线性预测控制技术   总被引:22,自引:1,他引:22       下载免费PDF全文
探讨了利用最小二乘支持向量机(LS—SVM)进行非线性系统辨识的方法,LS—SVM用等式约束代替传统支持向量机中不等式约束,求解过程从解QP问题变成解一组等式方程,将得到的LS—SVM模型应用到非线性预测控制,提出了基于LS—SVM模型的非线性预测控制算法,通过CSTR过程仿真表明,最小二乘支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力,基于LS—SVM的预测控制算法具有很好的控制性能。  相似文献   

3.
基于SVM和PSO的新型非线性模型预测控制   总被引:2,自引:0,他引:2  
对于具有强非线性或复杂非线性约束的系统,通过非线性模型的线性化和二次规划优化实现非线性模型预测控制,难以取得满意的结果。提出了一种基于支持向量机模型和粒子群优化的非线性模型预测控制系统的算法。仿真实例表明了支持向量机模型的泛化能力和粒子群优化的寻优速度及能力,证明了将其运用于非线性模型预测控制中的可行性。  相似文献   

4.
针对木材干燥系统强耦合非线性的特性,提出了一种基于小波最小二乘支持向量机的预测控制方法.讨论了利用小波支持向量机对木材干燥系统进行系统识别的方法,并将辨识模型应用于预测控制算法,实现了木材干燥的自适应控制.仿真结果表明,基于小波支持向量机的预测控制技术具有较好的鲁棒性,对木材干燥系统有很好的实用性.  相似文献   

5.
基于支持向量机N4SID辨识模型的非线性预测控制   总被引:1,自引:0,他引:1       下载免费PDF全文
针对工业控制领域中非线性系统的模型辨识与预测控制问题,采用最小二乘支持向量机回归方法构造非线性函数,运用状态子空间(N4SID)模型辨识方法辨识非线性状态空间模型.在此基础上建立非线性预测控制器,利用拟牛顿算法进行非线性预测控制律的求解,从而实现了一种新的基于支持向量机N4SID辨识模型的非线性预测控制算法.仿真实验验证了该算法的有效性和可行性.  相似文献   

6.
杜鹃  王树青 《自动化仪表》2006,27(9):36-38,41
针对化工过程存在的强非线性生产过程,提出了基于支持向量机技术预测模型的预测函数控制方法。利用支持向量回归的方法对非线性过程进行建模,采用预测函数控制方法进行控制。针对具有强非线性连续搅拌反应釜过程进行仿真,仿真结果表明:支持向量机的建模方法可以有效地解决强非线性的化工过程的建模问题,并且具有较好的泛化能力,基于这种预测模型的预测函数控制具有较好的控制性能和良好的跟踪能力及抗干扰能力。  相似文献   

7.
参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著,鉴于此,提出一种多智能体粒子群算法(MAPSO)寻优其参数的方法,并建立MAPSO支持向量回归模型,用于非线性系统的模型预测控制,推导出最优控制率.采用该算法对非线性系统进行仿真,并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF神经网络的预测控制方法进行比较,结果表明,所提出的算法具有更好的控制性能,可以有效应用于非线性系统控制中.  相似文献   

8.
基于并行支持向量机的多变量非线性模型预测控制   总被引:2,自引:0,他引:2  
提出一种基于并行支持向量机的多变量系统非线性模型预测控制算法.首先,通过考虑输入、输出间的耦合,建立基于并行支持向量机的多步预测模型;然后,将该模型用于非线性预测控制,提出新的适用于并行预测模型的反馈校正策略,得到最优控制律.连续搅拌槽式反应器(CSTR)的控制仿真结果表明,该算法的性能优于基于并行神经网络的非线性模型预测控制和基于集成模型的非线性模型预测控制.  相似文献   

9.
对于非线性系统预测控制问题, 本文提出了一种基于模型学习和粒子群优化(PSO)的单步预测控制算法.该方法使用最小二乘支持向量机(LS-SVM)建立非线性系统模型并预测系统的输出值, 通过输出反馈和偏差校正减少预测误差, 由PSO滚动优化获得非线性系统的控制量. 该方法能在非线性系统数学模型未知的情况下设计出有效的预测控制器. 通过对单变量多变量非线性系统进行仿真, 证明了该预测控制方法是有效的, 且具有良好的自适应能力和鲁棒性.  相似文献   

10.
基于LS-SVM的船舶航向模型预测控制   总被引:2,自引:0,他引:2  
针对船舶动态性能具有较强的非线性、大惯性及时变性的特点,采用具有RBF核函数的最小二乘支持向量机(LS-SVM),利用其可以任意逼近非线性模型的良好特性实现对船舶模型有效辨识,得到船舶航向控制系统的非线性逼近模型,并将其与模型预测控制方法相结合,将最小二乘支持向量机辨识得到的系统模型作为预测模型,并将系统模型进行线性化并用线性预测控制方法求得解析的控制律,实现对船舶航向的预测控制,达到良好航向保持目的。仿真结果表明,最小二乘支持向量机降低了计算复杂度,且有较快计算速度,在小样本情况下具有良好的泛化能力;基于最小二乘支持向量机的船舶航向预测控制系统对外界干扰及模型参数摄动均具有较好的适应能力以及良好的控制性能。  相似文献   

11.
This paper proposes a nonlinear model predictive direct power control (PDPC) strategy for a double fed induction generator (DFIG)‐based wind energy generation system. Active and reactive power variations of DFIG are calculated based on machine rules, and a nonlinear model of DFIG is given. A nonlinear model predictive controller (NMPC) is presented based on the useful cost function and constraint that it results in more proximity between simulations and reality. The power and current ripples are reduced and the optimal rotor voltage is generated based on an objective function and the constraints. The rotor voltage vector is calculated in the synchronous reference frame and transferred into the rotor reference frame. Simulation results of a 2 MW DFIG system show good performance of the proposed method during variation of active and reactive powers, machine parameters, and wind speed. Also, the transient responses of active and reactive powers are within a few milliseconds.  相似文献   

12.
Support vector machine is a learning technique based on the structural risk minimization principle, and it is also a class of regression method with good generalization ability. The paper firstly introduces the mathematical model of regression least squares support vector machine (LSSVM), and designs incremental learning algorithms by the calculation formula of block matrix, then uses LSSVM to model nonlinear system, based on which to control nonlinear systems by model predictive method. Simulation experiments indicate that the proposed method provides satisfactory performance, and it achieves superior modeling performance to the conventional method based on neural networks, moreover it achieves well control performance.  相似文献   

13.
陈佳  颜学峰  钟伟民  钱锋 《控制工程》2008,15(2):158-161
针对非线性、不确定性对象不易建模的特点,提出了基于多项式核关联向量机(RVM)的解析型非线性预测控制方法,该方法采用多项式核RVM进行模型辨识,得到的对象模型作为预测模型。由于RVM具有较好的非线性建模能力,弥补了SVM参数设定难和稀疏性不强等弱点;同时,多项式形式的模型表达式使二次型优化目标函数可以通过函数解析方法求得最优控制输入,即简化了滚动优化模块,增强了控制的实时性。通过对一个标准的非线性Benchmark问题进行仿真实验,结果表明该方法具有良好的控制性能。  相似文献   

14.
针对复杂工业环境中高温难以直接测量的问题,提出一种基于最小二乘支持向量机(LS—SVM)的单通道颜色测温方法。利用高温物体的颜色与温度之间复杂的非线性映射关系,采用绿色单通道图像样本特征值建立LS—SVM回归模型实现颜色测温,并与BP神经网络模型进行比较。仿真结果表明,LS—SVM测温模型具有良好的非线性建模和泛化能力。该方法能够间接得到温度测量值,并且具有较高的预测精度,为高温测量提供一个新的有效手段。  相似文献   

15.
本文基于非线性离散Hammerstein模型,开发了一种非线性Hammerstein系统预测控制(Non-Linear Hammerstein Predic- tive Control,NLHPC)算法。遵循预测控制策略,该算法利用Hammerstein模型进行输出预测。理论分析结果表明,该算法不仅具有好的稳定性和鲁棒性,而且其自身具有积分作用。在一台工业PC机上实现了该NLHPC算法,并用于具有强非线性的酸碱中和过程实验装置pH值的控制。实验结果表明NLHPC有着比工业界常用的非线性PID控制(nonlinear PID,NL-PID)更好的控制性能。  相似文献   

16.
船舶航向保持变论域模糊–最小二乘支持向量机复合控制   总被引:2,自引:2,他引:0  
针对船舶航向运动具有强非线性,并受各种不确定随机干扰的作用,提出了基于最小二乘支持向量机与变论域模糊逻辑的船舶航向保持复合控制方案,该控制方案利用最小二乘支持向量机良好的非线性映射能力建立船舶操纵系统的逆动力学模型,引入协调控制因子,与变论域模糊控制复合形成控制闭环,提高控制系统的控制精度和鲁棒性.仿真结果表明,本文所设计的航向保持控制系统效果良好,对海情的变化具有较好的自适应能力.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号