基于在线鲁棒LSSVM的自适应PID算法
徐桂云
刘小平
刘云楷
张晓光
1.中国矿业大学机电工程学院,江苏,徐州,2211162.中国矿业大学机电工程学院,江苏,徐州,2211163.中国矿业大学机电工程学院,江苏,徐州,2211164.中国矿业大学机电工程学院,江苏,徐州,221116
摘要：为了解决在线最小支持向量机在每个采样周期更新模型带来计算量大的问题,提出了在线鲁棒最小二乘支持向量机(LSSVM)的自适应PID控制算法.通过2步加权策略提高LSSVM的鲁棒性,把样本预测误差与过程先验知识相结合给出控制模型复杂度准则,有效地提高了模型的精度、速度以及稀疏性;结合预测控制思想,把在线鲁棒LSSVM算法用于PID非线性控制.仿真结果表明:鲁棒Huber函数与ε-不敏感函数相结合的鲁棒代价函数,能够有效地对系统局部非线性区域进行建模,随系统工作点变化而自适应地辨识,不仅有较高的控制精度,而且具有较强的鲁棒性和建模速度,能够适应时变参数对象的控制.
关键词：鲁棒最小二乘支持向量机在线学习模型复杂度PID
分类号：TP391.41(计算技术、计算机技术)
资助基金：教育部人文社会科学规划项目(20060390277)江苏省第五批高层次人才项目(08-11)江苏省高技术研究项目(BG2007013)
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( 190-195,207 )
英文信息