论文部分内容阅读
介绍了一种基于最小二乘算法的模糊支持向量机控制器，它将模糊控制与支持向量机结合起来，融合了两者的优点，既有不依赖被控对象模型又有泛化能力强等特点。同时采用混据对象的变化，采用遗传（GA）算法在线学习优合学习算法来优化控制器参数，即先采用最小二乘算法离线优化支持向量机（SVM）性能参数，建立SVM控制系统，再根化SVM性能参数和模糊比例因子，以使控制器的性能能适应对象的变化而达到最优。火电厂主汽温控制的仿真结果表明这种控制器具有良好的控制性能。