基于支持向量机的非线性预测控制技术

来源 :信息与控制 | 被引量 : 0次 | 上传用户:lzyltt8888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
探讨了利用支持向量机进行非线性系统辨识的方法,并将支持向量机模型应用到非线性预测控制,提出了基于支持向量机模型的非线性预测控制算法.对一个CSTR反应器的仿真表明,支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力.基于支持向量机的预测控制具有很好的控制性能,为通用非线性控制提供了一种新的控制思路.
其他文献
研究了一类具有不确定的线性参数及时滞的混杂系统,利用线性矩阵不等式策略和Riccati方法,给出了系统鲁棒稳定性和可稳定性的充分条件,并运用混杂状态反馈控制策略设计了控制器
基于标准支持向量机及其启发,提出并证明支持向量数(率)和边界支持向量数(率)的界,并分别推广到正例类和反例类.在此基础上,证明正例的分类精度依概率小于反例的分类精度.虚
分析了带回热器的微型燃机运行时各变量之间的耦合关系,针对微型燃机运行时参数多变、过程复杂的特点,提出了应用解耦控制算法控制燃机运行的思想;把BP神经网络应用在解耦控
提出一种新的智能优化调度方法,将再励学习控制运用到电梯群控系统中,采用基于交通模式识别的小脑模型神经网络作为控制器,以乘客平均候梯时间最短为控制目标设计出电梯群控
为了计算控制序列,非线性模型预测控制可以转换为一个带约束的非线性优化过程。本文分析了三种约束处理方案,根据遗传算法的特点,将等式约束用于状态量计算,在搜索空间降维的同时
基于一种双因子免疫非线性反馈模型,结合控制系统的特点,构造出一个双因子免疫控制器,并给出了它的结构形式.理论研究和仿真试验均表明具有该免疫控制器的系统能够无余差地跟踪恒
对于高维复杂函数,传统的确定性算法易陷入局部最小,而单一的全局随机搜索算法收敛速度慢.本文通过将粒子群优化算法和单纯形法相结合,利用前者搜索速度快、搜索范围广和后者
针对大噪声、小样本情形下神经网络学习的外推能力弱这一突出的问题,根据统计学习理论中结构风险最小化准则的基本原理,提出了一种基于小波神经基元频率谱分布的小波神经网络
考虑凸多胞型不确定性的随机时滞系统的鲁棒H。控制问题,分别运用参数化和非参数化的李亚普诺夫函数,给出解决问题的充分条件.通过求解一组线性矩阵不等式(LMI),设计所需状态反馈控
讨论了连续奇异摄动系统的二次稳定性,利用线性矩阵不等式方法,推导了奇异摄动系统二次稳定性的充分条件,并给出了二次可镇定并可解的充分条件和二次可镇定的状态反馈控制器