基于支持向量機建模的非線性預測控制研究.pdf

1、針對化學工業(yè)中經(jīng)常出現(xiàn)的純延遲對象以及非最小相位對象，傳統(tǒng)的控制方法如PID控制，LQ最優(yōu)控制的控制效果都不夠令人滿意，在面對多變量系統(tǒng)也無能為力。預測控制算法的出現(xiàn)正好解決了這個難題，在面對操作變量和被控變量維數(shù)很高，需要滿足物理約束，時滯系統(tǒng)等問題中，預測控制具有十分明顯的優(yōu)勢。但是隨著過程工業(yè)日益大型化、連續(xù)化，現(xiàn)代工業(yè)生產(chǎn)過程日益復雜，此時，線性預測控制方法就不能很好的完成控制任務，而非線性預測控制又存在在線計算量大的問題。本文

2、主要針對非線性預測控制，利用支持向量機進行建模，提出了一種在每一個采樣點進行局部線性化的方法，把在線計算最優(yōu)解問題轉化為求解一個二次規(guī)劃問題，通過這樣的方式減少了非線性預測控制在線計算量大的問題，并保證了控制的精確度和穩(wěn)定性。
　　本文的研究工作主要為以下幾方面:
　　1.預測控制和支持向量機的內容研究
　　本文對預測控制的基本原理、發(fā)展過程和主要特點進行了簡明的介紹，同時詳細的闡述了支持向量機的基礎理論，包括支持向量

3、機的基本原理以及針對分類和回歸兩種不同用途的介紹和對比。
　　2.基于SVM-Wiener模型的非線性預測控制研究
　　論文詳細的闡述了SVM-Wiener模型的建模過程，包括動態(tài)線性部分和靜態(tài)部分非線性部分的詳細分析和研究。并給出了非線性預測控制器的設計流程，重點介紹和分析了非線性預測控制局部線性化的計算方法。
　　3.基于SVM的Hammerstein-Wiener模型非線性預測控制研究
　　論文簡單介紹了H