控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2010年
7期
909-915
,共7页
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
α階時延逆繫統%偽線性化解耦%支持嚮量機%最近鄰聚類%逆控製%電弧爐電極繫統
α계시연역계통%위선성화해우%지지향량궤%최근린취류%역공제%전호로전겁계통
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.
基于覈函數的支持嚮量機(support-vector-machines,SVM)與三層神經網絡等價關繫,構造基于SVM的多變量階時延逆繫統實現對原繫統的偽線性化解耦,提齣最近鄰聚類的SVM模型辨識算法,設計瞭一種帶前饋的參數自適應PD調節器和SVM逆控製相結閤的控製策略.通過對典型的MIMO離散非線性可逆繫統和電弧爐電極繫統的倣真研究,錶明該控製策略對于數學模型未知的不確定繫統,隻需要一定量的輸入輸齣數據作為樣本學習,就可實現對繫統逆模型的高精度逼近,控製繫統具有良好的動態響應和跟蹤精度.噹模型嚴重不確定、參數攝動、有外界榦擾時,繫統具有很好的抗榦擾能力和魯棒性.
기우핵함수적지지향량궤(support-vector-machines,SVM)여삼층신경망락등개관계,구조기우SVM적다변량계시연역계통실현대원계통적위선성화해우,제출최근린취류적SVM모형변식산법,설계료일충대전궤적삼수자괄응PD조절기화SVM역공제상결합적공제책략.통과대전형적MIMO리산비선성가역계통화전호로전겁계통적방진연구,표명해공제책략대우수학모형미지적불학정계통,지수요일정량적수입수출수거작위양본학습,취가실현대계통역모형적고정도핍근,공제계통구유량호적동태향응화근종정도.당모형엄중불학정、삼수섭동、유외계간우시,계통구유흔호적항간우능력화로봉성.
