基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法
穆朝絮
张瑞民
孙长银
1.东南大学自动化学院,江苏,南京,2100962.东南大学自动化学院,江苏,南京,2100963.东南大学自动化学院,江苏,南京,210096
摘要：对于非线性系统预测控制问题,本文提出了一种基于模型学习和粒子群优化(PSO)的单步预测控制算法.该方法使用最小二乘支持向量机(LS-SVM)建立非线性系统模型并预测系统的输出值,通过输出反馈和偏差校正减少预测误差,由PSO滚动优化获得非线性系统的控制量.该方法能在非线性系统数学模型未知的情况下设计出有效的预测控制器.通过对单变量多变量非线性系统进行仿真,证明了该预测控制方法是有效的,且具有良好的自适应能力和鲁棒性.
关键词：非线性系统预测控制最小二乘支持向量机粒子群
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(60874013)新世纪优秀人才支持计划(NCET-08-0106;200802860039)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 164-168 )
英文信息