基于LS-SVM在線模型的非線性預(yù)測(cè)控制研究.pdf

1、隨著現(xiàn)代工業(yè)的發(fā)展和科技的進(jìn)步，對(duì)生產(chǎn)經(jīng)濟(jì)效益的不斷追求以及工業(yè)生產(chǎn)過程日趨大型化、復(fù)雜化、工況點(diǎn)的變化范圍大等原因，使得線性預(yù)測(cè)控制（LMPC）方法已不能滿足控制性能要求。因此，關(guān)于非線性模型預(yù)測(cè)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(shù)NMPC方法是建立在離線模型基礎(chǔ)上的控制，但由于系統(tǒng)工作域的遷移往往使得離線模型并不能準(zhǔn)確的描述系統(tǒng)的實(shí)際狀況，導(dǎo)致基于離線模型的預(yù)測(cè)控制不能達(dá)到滿意的控制效果，本文針對(duì)這個(gè)問

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

3、在線模型，然后以粒子群優(yōu)化算法作為滾動(dòng)優(yōu)化策略。仿真結(jié)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(duì)離線聚類建模的缺點(diǎn)，研究了一種基于加權(quán)LS-SVM在線聚類建模的方法。針對(duì)基于單模型非線性預(yù)測(cè)函數(shù)控制需要在每個(gè)采樣點(diǎn)對(duì)非線性模型線性化的不足，研究了一種基于加權(quán)LS-SVM在線聚類建模的多模型預(yù)測(cè)函數(shù)控制算法，并針對(duì)多輸入多輸出系統(tǒng)推導(dǎo)出了解析的多模型預(yù)測(cè)函數(shù)控制律，仿真結(jié)果表明基于在線聚類多模型預(yù)測(cè)函