一種基于SVR即時學習的廣義預測控制器設計方法及應用.pdf

1、預測控制方法是近年來出現(xiàn)并快速發(fā)展的一類新型的計算機控制算法，它采用多步預測模型、滾動優(yōu)化和反饋校正等控制策略，有著良好的控制性能和控制效果，適用于控制精確的數(shù)字模型不容易建立并且比較復雜的工業(yè)生產(chǎn)過程，因而越來越受到國內(nèi)外工程界的重視。預測控制方法已經(jīng)在機械制造、電力電子、冶金行業(yè)、化學工藝等控制系統(tǒng)得到了較為成功的應用，經(jīng)過近幾年的快速發(fā)展，預測控制方法在理論研究上和實際應用方面都取得了較為顯著的成果。
　　 從預測控制方法

2、近幾年的研究發(fā)展來看，將它應用在線性時不變系統(tǒng)中的控制算法研究已日趨成熟，并且已經(jīng)在實際工業(yè)中得到成功的應用。但是，對于復雜非線性系統(tǒng)，預測控制的方法理論還有待發(fā)展和完善，因而，預測控制方法在復雜非線性系統(tǒng)的應用問題已經(jīng)成為學術界關注的焦點。從工程應用的角度來看，人們都希望被控對象的模型盡量簡單，系統(tǒng)在不確定因素的影響下能夠保持良好的魯棒性，并且可以滿足實時控制的需要，要求控制方法相對簡單并易于實現(xiàn)。基于統(tǒng)計學習理論的支持向量機，是一種

3、嶄新的建模和系統(tǒng)辨識方法。它克服了神經(jīng)網(wǎng)絡存在的局部極小，泛化能力差，結構需要經(jīng)驗確定的缺點，能夠任意逼近復雜非線性函數(shù)，并且具有良好的泛化性能，近幾年已受到控制界的廣泛關注。
　　 預測控制是以模型為基礎的控制方法，因而支持向量機的系統(tǒng)辨識方法可以應用到預測控制方法中。本文從預測控制的研究出發(fā)，依據(jù)控制方法的特點，將支持向量回歸和即時學習算法融入到基于CARMA模型的廣義預測控制中，并將所設計的控制方法與一般的廣義預測控制進行