支持向量機(jī)在廣義預(yù)測控制中的應(yīng)用與實(shí)測分析.pdf

1、本文主要根據(jù)廣義預(yù)測控制基于預(yù)測模型的特點(diǎn)，將基于支持向量機(jī)系統(tǒng)辨識的方法應(yīng)用于廣義預(yù)測控制，針對支持向量機(jī)在廣義預(yù)測控制中的若干應(yīng)用進(jìn)行研究，并在此基礎(chǔ)上將改進(jìn)的廣義預(yù)測控制算法進(jìn)行實(shí)測分析。支持向量機(jī)作為統(tǒng)計學(xué)習(xí)理論的核心內(nèi)容，其基本思想是通過非線性內(nèi)積核函數(shù)將線性不可分的低維空間數(shù)據(jù)映射到線性可分的高維特征空間，在高維空間中進(jìn)行線性分類或回歸擬合。支持向量機(jī)因其良好的泛化能力和非線性函數(shù)擬合能力，已經(jīng)被廣泛應(yīng)用于系統(tǒng)辨識等控制領(lǐng)域

2、。廣義預(yù)測控制作為現(xiàn)代控制理論的一個分支，因其良好的控制性能及抗干擾性和魯棒性而被廣泛應(yīng)用于實(shí)際工業(yè)控制。本文的研究將支持向量機(jī)系統(tǒng)辨識的方法與廣義預(yù)測控制基本算法結(jié)合，以充分發(fā)揮兩者各自優(yōu)點(diǎn)。具體來講，主要研究內(nèi)容如下： 1.構(gòu)建基于Matlab7.0和組態(tài)王的先進(jìn)過程控制算法實(shí)測平臺，以利用此實(shí)驗(yàn)平臺對本文所研究的過程控制算法進(jìn)行實(shí)測分析。 2.重點(diǎn)研究基于支持向量機(jī)的廣義預(yù)測控制算法。針對線性和弱非線性系統(tǒng)，本文采

3、用線性核函數(shù)的支持向量機(jī)進(jìn)行系統(tǒng)建模，得出系統(tǒng)的CARIMA模型，并進(jìn)行廣義預(yù)測控制；針對強(qiáng)非線性系統(tǒng)，采用多項(xiàng)式核函數(shù)的支持向量機(jī)進(jìn)行系統(tǒng)建模，并在當(dāng)前時刻線性化SVM模型，使非線性系統(tǒng)轉(zhuǎn)變?yōu)榫哂蠧ARIMA結(jié)構(gòu)的時變線性模型，進(jìn)而采用基于線性CARIMA模型的廣義預(yù)測算法進(jìn)行控制。同時，為克服非線性系統(tǒng)在當(dāng)前時刻線性化時出現(xiàn)模型失配而引起系統(tǒng)的不穩(wěn)定，本文引入β增量型廣義預(yù)測控制算法，以犧牲控制器的最優(yōu)性為代價，提高了閉環(huán)系統(tǒng)的穩(wěn)定