支持向量機(jī)逆系統(tǒng)控制方法的研究與應(yīng)用.pdf

1、支持向量機(jī)(Support Vector Machine，SVM)是基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法，具有泛化能力好且結(jié)構(gòu)簡單的優(yōu)點(diǎn)。本文利用其對函數(shù)精確擬合特性，解決非線性逆模型建立困難的問題，SVM將非線性回歸問題轉(zhuǎn)化到一個線性可分的高維特征空間中的一個凸優(yōu)化問題，得到的解是全局最優(yōu)的。本文針對SVM直接逆方法在控制性能上的不足，研究如何改進(jìn)算法并進(jìn)一步推廣應(yīng)用于非線性系統(tǒng)的控制中。
　　 本文首先分析和闡述了SVM在系統(tǒng)辨識

2、及SVM逆方法在系統(tǒng)控制應(yīng)用中國內(nèi)外的研究現(xiàn)狀；在逆系統(tǒng)定義的基礎(chǔ)上，闡述了系統(tǒng)可逆性判定及求取系統(tǒng)相對相量階的方法，并以SVM非線性回歸算法為基礎(chǔ)，討論了有關(guān)SVM參數(shù)尋優(yōu)方法。仿真中以非線性單變量系統(tǒng)為例，研究了SVM的辨識能力，為進(jìn)一步將其推廣應(yīng)用到多變量非線性系統(tǒng)的控制中奠定基礎(chǔ)。
　　 針對球磨機(jī)制粉過程的非線性、多變量強(qiáng)耦合特性，建立系統(tǒng)的動態(tài)數(shù)學(xué)模型，證明了系統(tǒng)的可逆性。利用SVM來辨識球磨機(jī)制粉過程的逆模型，將該

3、逆模型與原系統(tǒng)串聯(lián)可構(gòu)成解耦后的偽線性復(fù)合系統(tǒng)。同時為了克服逆系統(tǒng)的建模誤差，通過設(shè)計(jì)預(yù)測控制器對該復(fù)合系統(tǒng)進(jìn)行閉環(huán)優(yōu)化控制。仿真結(jié)果驗(yàn)證了本文提出的方法不依賴于球磨機(jī)制粉系統(tǒng)的精確數(shù)學(xué)模型，能夠適應(yīng)系統(tǒng)模型的不確定性，可在大范圍內(nèi)克服系統(tǒng)非線性強(qiáng)耦合問題，實(shí)現(xiàn)了球磨機(jī)制粉系統(tǒng)的有效控制。
　　 最后，研究了SVM逆方法魯棒性方面存在的問題，提出基于SVM逆方法的模型參考自適應(yīng)控制方法。仿真中分別考察系統(tǒng)存在干擾、模型失配的情況