| 一种基于最小二乘支持向量机的预测控制算法 |
| |
| 引用本文： | 刘 斌,苏宏业,褚 健.一种基于最小二乘支持向量机的预测控制算法[J].控制与决策,2004,19(12):1399-1402. |
| |
| 作者姓名： | 刘 斌 苏宏业 褚 健 |
| |
| 作者单位： | 1. 浙江大学,工业控制技术国家重点实验室,先进控制研究所,浙江,杭州,310027;武汉科技大学,信息科学与工程学院,湖北,武汉,430081
2. 浙江大学,工业控制技术国家重点实验室,先进控制研究所,浙江,杭州,310027 |
| |
| 基金项目： | 国家杰出青年科学基金资助项目(NOYYSFC60025308)，高等学校优秀青年教师教学和科研奖励基金资助项目. |
| |
| 摘 要： | 针对工业过程中普遍存在的非线性被控对象，提出一种基于最小二乘支持向量机建模的预测控制算法．首先，用具有RBF核函数的LS-SVM离线建立被控对象的非线性模型；然后，在系统运行过程中，将离线模型在每一个采样周期关于当前采样点进行线性化，并用广义预测算法实现对被控系统的预测控制．仿真结果表明了该算法的有效性和优越性．
|
| 关 键 词： | 非线性预测控制 最小二乘支持向量机 广义预测控制 线性化 |
| 文章编号： | 1001-0920(2004)12-1399-04 |
| 修稿时间： | 2003年12月16 |
Predictive control algorithm based on least squares support vector machines |
| |
| LIU Bin.Predictive control algorithm based on least squares support vector machines[J].Control and Decision,2004,19(12):1399-1402. |
| |
| Authors: | LIU Bin |
| |
| Abstract: | A predictive control algorithm based on least squares support vector machines (LS-SVM) model for a (family) of complex systems with strong nonlinearity is presented. The nonlinear offline model of the controlled plant is built by LS-SVM with the radial basis function (RBF) kernel. In the process of system operation, the offline model is linearized at each sampling instant, and the generalized predictive control (GPC) algorithm is employed to implement the predictive control of the controlled plant. The simulation results show the effectiveness of the (presented) algorithm. |
| |
| Keywords: | nonlinear predictive control least squares support vector machines GPC linearization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
