基于LS-SVM的非线性预测控制技术

被引：34

作者：

王宇红

黄德先

高东杰

金以慧

不详

机构：

[1] 清华大学自动化系

[2] 中国科学院自动化研究所

[3] 清华大学自动化系北京

[4] 北京

来源：

控制与决策 | 2004年 / 04期

关键词：

最小二乘支持向量机; 非线性建模; 预测控制; 非线性控制;

D O I：

10.13195/j.cd.2004.04.23.wangyh.005

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

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.

引用

页码：383 / 387

页数：5