基于最近邻聚类支持向量机辨识的电弧炉电极逆控制
张绍德
毛雪菲
毛雪芹
1.安徽工业大学电气信息学院,安徽,马鞍山,2430022.安徽工业大学电气信息学院,安徽,马鞍山,2430023.安徽工业大学电气信息学院,安徽,马鞍山,243002
摘要：基于核函数的支持向量机(support-vector-machines,SVM)与三层神经网络等价关系,构造基于SVM的多变量阶时延逆系统实现对原系统的伪线性化解耦,提出最近邻聚类的SVM模型辨识算法,设计了一种带前馈的参数自适应PD调节器和SVM逆控制相结合的控制策略.通过对典型的MIMO离散非线性可逆系统和电弧炉电极系统的仿真研究,表明该控制策略对于数学模型未知的不确定系统,只需要一定量的输入输出数据作为样本学习,就可实现对系统逆模型的高精度逼近,控制系统具有良好的动态响应和跟踪精度.当模型严重不确定、参数摄动、有外界干扰时,系统具有很好的抗干扰能力和鲁棒性.
关键词：α阶时延逆系统伪线性化解耦支持向量机最近邻聚类逆控制电弧炉电极系统
分类号：TP273(自动化技术及设备)
资助基金：安徽省科技攻关项目(01012053)
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：7( 909-915 )
英文信息