基于SVM的網(wǎng)絡(luò)廣義預(yù)測控制系統(tǒng)的研究.pdf

1、本文在廣泛研究國內(nèi)外網(wǎng)絡(luò)控制系統(tǒng)發(fā)展與現(xiàn)狀的基礎(chǔ)上，總結(jié)了網(wǎng)絡(luò)控制系統(tǒng)(NCS)以往研究成果及采用的研究方法，介紹其基本問題，包括時變傳送周期、網(wǎng)絡(luò)誘導(dǎo)時延、單包和多包數(shù)據(jù)傳輸、網(wǎng)絡(luò)的數(shù)據(jù)丟包及網(wǎng)絡(luò)調(diào)度等。針對時延對網(wǎng)絡(luò)控制危害的特點，研究開發(fā)一種適合于網(wǎng)絡(luò)環(huán)境的先進控制策略。 采用基于結(jié)構(gòu)風(fēng)險最小化原則的網(wǎng)絡(luò)--支持向量機(SVM)，利用其可以任意逼近非線性系統(tǒng)、學(xué)習(xí)速度快、泛化能力強的良好特性對網(wǎng)絡(luò)控制系統(tǒng)進行模型預(yù)測，并將

2、SVM作為廣義預(yù)測控制(GPC)算法中的預(yù)測模型，設(shè)計基于支持向量機的廣義預(yù)測控制算法。由于運用了先進預(yù)估技術(shù)和隊列機制，為被控對象選擇最合適的控制信號，降低了時延對網(wǎng)絡(luò)控制系統(tǒng)的危害。 通過MATLAB仿真分析，選擇了擬合效果好、易于改變參數(shù)的V-SVM方法對具體受控對象進行模型預(yù)測，同時經(jīng)過GPC的參數(shù)比較獲得控制器的最優(yōu)參數(shù)。與PID控制相比較，基于SVM的GPC算法在網(wǎng)絡(luò)控制方面超調(diào)量較小，調(diào)整時間較短，控制效果更好。