基于LS-SVM的非線性預(yù)測控制研究.pdf

1、模型預(yù)測控制(MPC)是當(dāng)今石油、化工等工業(yè)中應(yīng)用最為成功的先進(jìn)控制技術(shù)之一。它是用動(dòng)態(tài)模型對(duì)未知系統(tǒng)的未來行為進(jìn)行預(yù)測，根據(jù)該模型對(duì)系統(tǒng)進(jìn)行優(yōu)化控制的一類控制策略?；诰€性模型的模型預(yù)測控制研究已經(jīng)相當(dāng)成熟并得到了廣泛的工業(yè)應(yīng)用。然而在實(shí)際控制系統(tǒng)中，被控對(duì)象往往具有非線性、時(shí)變性和不確定性，因此，關(guān)于非線性預(yù)測控制的研究已成為控制工程界的重要研究課題。并且隨著生產(chǎn)過程規(guī)模的擴(kuò)大和復(fù)雜程度的提高，建立系統(tǒng)的機(jī)理模型已經(jīng)變得越來越困難，

2、利用可測量的實(shí)驗(yàn)或生產(chǎn)數(shù)據(jù)建立辨識(shí)模型己成為必然的選擇。近年來，建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上的最小二乘支持向量機(jī)(LS-SVM)已經(jīng)在模式識(shí)別、系統(tǒng)辨識(shí)等領(lǐng)域中得到成功應(yīng)用。本文針對(duì)具有非線性特性的被控對(duì)象，研究了基于LS-SVM的智能建模方法及其相應(yīng)的控制量尋優(yōu)策略。主要研究內(nèi)容如下： (1)在深入了解LS-SVM回歸原理和算法的基礎(chǔ)上，研究了基于LS-SVM回歸的模型辨識(shí)，仿真結(jié)果表明了該方法的優(yōu)越性。 (2)研究了一

3、種基于LS-SVM的非線性預(yù)測控制算法。該算法采用LS-SVM回歸建立非線性系統(tǒng)的預(yù)測模型，混沌優(yōu)化算法作為滾動(dòng)優(yōu)化策略。仿真結(jié)果表明了基于該方法的非線性預(yù)測控制器的有效性。 (3)研究了一種基于LS-SVM的非線性預(yù)測函數(shù)控制算法。該算法采用LS-SVM回歸建立菲線性系統(tǒng)的預(yù)測模型，然后，將離線模型在每個(gè)采樣周期關(guān)于當(dāng)前采樣點(diǎn)進(jìn)行線性化，同時(shí)利用線性預(yù)測函數(shù)控制方法求解解析的控制律。仿真結(jié)果表明該算法具有較好的控制性能和良好的