基于LS-SVM在線模型的非線性預測控制研究.pdf

1、隨著現代工業(yè)的發(fā)展和科技的進步，對生產經濟效益的不斷追求以及工業(yè)生產過程日趨大型化、復雜化、工況點的變化范圍大等原因，使得線性預測控制（LMPC）方法已不能滿足控制性能要求。因此，關于非線性模型預測控制（NMPC）的研究已成為控制工程界的重要研究課題。已有的大多數NMPC方法是建立在離線模型基礎上的控制，但由于系統工作域的遷移往往使得離線模型并不能準確的描述系統的實際狀況，導致基于離線模型的預測控制不能達到滿意的控制效果，本文針對這個問

2、題研究了基于在線LS-SVM模型的非線性預測控制。 本文在前人研究工作基礎上，對NMPC的若干問題進行了較為深入的研究，主要內容如下： （1）針對LS-SVM缺乏魯棒性問題，研究了一種加權LS-SVM。該方法考慮時間因素和相似性因素作為加權因子，仿真結果表明該方法魯棒性得到有效地改善。 （2）針對基于離線模型NMPC的不足，研究了一種基于加權LS-SVM在線模型的NMPC算法。該算法采用加權LS-SVM建立系統的

3、在線模型，然后以粒子群優(yōu)化算法作為滾動優(yōu)化策略。仿真結果表明基于在線模型的NMPC效果優(yōu)于基于離線模型的NMPC。 （3）針對離線聚類建模的缺點，研究了一種基于加權LS-SVM在線聚類建模的方法。針對基于單模型非線性預測函數控制需要在每個采樣點對非線性模型線性化的不足，研究了一種基于加權LS-SVM在線聚類建模的多模型預測函數控制算法，并針對多輸入多輸出系統推導出了解析的多模型預測函數控制律，仿真結果表明基于在線聚類多模型預測函