自动化与仪器仪表
自動化與儀器儀錶
자동화여의기의표
AUTOMATION & INSTRUMENTATION
2010年
2期
10-13
,共4页
逆模型辨识%最小二乘支持向量机(LSSVM)%多模型%逆控制%最近邻聚类
逆模型辨識%最小二乘支持嚮量機(LSSVM)%多模型%逆控製%最近鄰聚類
역모형변식%최소이승지지향량궤(LSSVM)%다모형%역공제%최근린취류
针对逆系统中非线性逆模型辨识困难以及大规模数据采用单模型回归存在精度差和计算量较大的问题,提出了一种基于最近邻聚类的多模型最小二乘支持向量机(LSSVM)逆模型辨识及控制方法.该方法首先使用最近邻聚类算法对数据集做出聚类划分,然后针对每个聚类做最小二乘支持向量回归估计,实现了对系统逆动力学模型的动态辨识.最后将辨识模型作为控制器模型,与被控对象串联,构成一个动态伪线性对象,从而使非线性对象的控制问题转换为线性对象的控制问题,仿真结果表明基于最近邻聚类的多模型LSSVM逆控制系统辨识能力强,比单模型LSSVM逆控制系统具有更优的动态跟踪性能,更好的抗干扰能力和鲁棒性.
針對逆繫統中非線性逆模型辨識睏難以及大規模數據採用單模型迴歸存在精度差和計算量較大的問題,提齣瞭一種基于最近鄰聚類的多模型最小二乘支持嚮量機(LSSVM)逆模型辨識及控製方法.該方法首先使用最近鄰聚類算法對數據集做齣聚類劃分,然後針對每箇聚類做最小二乘支持嚮量迴歸估計,實現瞭對繫統逆動力學模型的動態辨識.最後將辨識模型作為控製器模型,與被控對象串聯,構成一箇動態偽線性對象,從而使非線性對象的控製問題轉換為線性對象的控製問題,倣真結果錶明基于最近鄰聚類的多模型LSSVM逆控製繫統辨識能力彊,比單模型LSSVM逆控製繫統具有更優的動態跟蹤性能,更好的抗榦擾能力和魯棒性.
침대역계통중비선성역모형변식곤난이급대규모수거채용단모형회귀존재정도차화계산량교대적문제,제출료일충기우최근린취류적다모형최소이승지지향량궤(LSSVM)역모형변식급공제방법.해방법수선사용최근린취류산법대수거집주출취류화분,연후침대매개취류주최소이승지지향량회귀고계,실현료대계통역동역학모형적동태변식.최후장변식모형작위공제기모형,여피공대상천련,구성일개동태위선성대상,종이사비선성대상적공제문제전환위선성대상적공제문제,방진결과표명기우최근린취류적다모형LSSVM역공제계통변식능력강,비단모형LSSVM역공제계통구유경우적동태근종성능,경호적항간우능력화로봉성.
