基于SVM和PSO的非線性模型預測控制及應用研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本項研究的主要目的是尋找一種應用模型預測控制用于解決非線性系統(tǒng)的方法。同時,要求這種方法具有很高的運算速度以便系統(tǒng)能夠實現(xiàn)實時在線優(yōu)化;要求算法具有較高的魯棒性,能夠應對模型參數(shù)的變化。除了給出了實時在線優(yōu)化算法的基本框架外,在優(yōu)化和閉環(huán)控制性能章節(jié)中還詳細的對比了非線性和線性模型的應用區(qū)別。 新的非線性模型預測控制算法中采用支持向量機模型(Support Vector Machine(SVM)),是因為和神經網絡相比,支持向量

2、機具有更強的泛化能力;同時,由于支持向量機在訓練過程中不依賴輸入向量的維數(shù),因此能夠很好的避開維數(shù)災難的問題。 粒子群優(yōu)化(Particle Swarm Optimization(PSO))算法在方法論上屬于兩類算法:人工生命和進化計算。新的非線性模型預測控制算法中采用PSO算法來實時在線優(yōu)化算法。因為PSO具有很簡單的概念,并且實現(xiàn)起來也很簡單,只需要一些簡單的運算使得該算法具有運算速度快、內存占用量非常小以及操作參數(shù)少的優(yōu)點

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論