基于支持向量機(jī)的非線性系統(tǒng)廣義預(yù)測(cè)控制研究與應(yīng)用.pdf

1、隨著在工業(yè)現(xiàn)場(chǎng)中取得成功應(yīng)用，基于線性模型的廣義預(yù)測(cè)控制(GPC)算法由于其良好的控制性能及魯棒性和抗干擾性能，已經(jīng)成為當(dāng)前控制理論界和工業(yè)控制界一個(gè)備受關(guān)注的熱門課題。然而由于實(shí)際工業(yè)過(guò)程往往表現(xiàn)為多輸入、多輸出、強(qiáng)非線性、強(qiáng)耦合等特性，基于受控自回歸積分滑動(dòng)平均(CARlMA)模型的GPC算法很難直接得以應(yīng)用。支持向量機(jī)(SVM)是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的一種新型機(jī)器學(xué)習(xí)算法，因?yàn)槠淞己玫姆蔷€性函數(shù)擬合和泛化能力，已經(jīng)廣泛的應(yīng)用于系統(tǒng)

2、辨識(shí)等控制領(lǐng)域。因此本文嘗試將SVM辨識(shí)方法引入到非線性系統(tǒng)廣義預(yù)測(cè)控制領(lǐng)域，努力提出一種簡(jiǎn)便易行的非線性系統(tǒng)廣義預(yù)測(cè)控制方法，具體研究?jī)?nèi)容如下所示：
　　 1．用基于RBF核函數(shù)的支持向量機(jī)對(duì)非線性被控對(duì)象進(jìn)行回歸建模，并在每個(gè)采樣時(shí)刻采用Taylor展開(kāi)法將該非線性SVM模型線性化。然后將該線性化模型調(diào)整為符合CARTMA模型形式的線性系統(tǒng)，并基于此線性模型設(shè)計(jì)廣義預(yù)測(cè)控制器，實(shí)現(xiàn)對(duì)強(qiáng)非線性系統(tǒng)的廣義預(yù)測(cè)控制。為克服非線性S

3、VM模型線性化時(shí)存在線性化誤差而可能導(dǎo)致系統(tǒng)的不穩(wěn)定情況，引入控制量懲罰系數(shù)μ，用增加一個(gè)自由度、犧牲控制器最優(yōu)性為代價(jià)來(lái)增強(qiáng)系統(tǒng)的魯棒性，仿真結(jié)果驗(yàn)證了控制器跟蹤設(shè)定值變化能力和魯棒性。
　　 2．為解決線性化SVM模型方法很難應(yīng)用于強(qiáng)耦合MIMO系統(tǒng)的情況，文中引入了在非線性系統(tǒng)控制領(lǐng)域得到廣泛重視和應(yīng)用的逆系統(tǒng)方法，用SVM辨識(shí)被控對(duì)象的逆系統(tǒng)，并將SVM逆系統(tǒng)與原被控系統(tǒng)連接，對(duì)于SlSO非線性系統(tǒng)，復(fù)合成一個(gè)符合CAR

4、IMA模型的a階純滯后偽線性系統(tǒng)。對(duì)于強(qiáng)耦合MIMO非線性系統(tǒng)，將會(huì)被解耦成數(shù)個(gè)相互獨(dú)立的SISO a階純滯后偽線性系統(tǒng)，由于純延時(shí)系統(tǒng)符合CARlMA模型，因此，針對(duì)每個(gè)輸出通道可以方便的設(shè)計(jì)相應(yīng)的廣義預(yù)測(cè)控制器。對(duì)SISO非線性系統(tǒng)和MIMO非線性強(qiáng)耦合系統(tǒng)的仿真實(shí)驗(yàn)表明，該方法能很好地實(shí)現(xiàn)強(qiáng)耦合非線性系統(tǒng)的解耦控制，并且對(duì)系統(tǒng)外加恒定強(qiáng)干擾和模型參數(shù)變化都有很強(qiáng)的魯棒性，另外，該方法結(jié)構(gòu)簡(jiǎn)單、物理意義明確、易于計(jì)算機(jī)實(shí)現(xiàn)，更加適合