论文部分内容阅读
将支持向量回归引入逆控制，提出了一种基于支持向量回归的自适应逆控制方法。采用支持向量回归在线辨识算法建立被控对象的逆模型，然后将逆模型作为控制器进行复制去驱动被控对象，从而完成一个自适应逆控制过程。由于支持向量回归是建立在小样本基础上的一种学习方法，因此较好地解决了对于线性系统自适应滤波算法存在的运算量大，权值失调及自适应过程时间长等问题。对于非线性系统，与现有的神经网络方法相比，该方法能提高收敛速度及逼近能力，而且具有更好的推广能力。仿真结果表明，应用该方法可以取得良好的控制效果，并具有较好的鲁棒性能。