基于LS-SVM逆系统方法的非线性动态矩阵控制

针对神经网络逆系统建模存在的诸多问题,提出了基于最小二乘法支持向量机的α阶逆系统方法的非线性动态矩阵控制新方法.将最小二乘支持向量机辨识非线性对象的α阶逆模型与原系统串联组成伪线性系统,根据线性动态矩阵预测控制方法对伪线性系统进行控制.仿真结果表明,系统存在扰动和模型参数发生变化时,依然具有很好的动、静态性能,且表现出很强的鲁棒性,证明了方法的有效性.该方法不依赖于系统的数学模型,简化了非线性对象动态矩阵控制器的设计,为非线性预测控制的研究提供了一种新途径.

基于支持向量机和Wiener模型的内模控制方法研究

针对工业过程的被控对象许多是非线性的问题,采用由一个线性模型和一个静态非线性模型组成的Wiener模型来代表过程对象的模型。对于Wiener模型中的非线性部分,提出利用支持向量机求取α阶逆模型,从而将非线性模型转化为线性模型,进而设计内模控制器。直流电机的控制和p H中和反应过程控制的仿真实例表明,本文所提方法建立的逆模型精度高、控制跟踪性好,并对扰动体现出较强的鲁棒性和较好的控制精度,是解决Wiener模型控制的一种可行的方法。