基于在线支持向量回归的非线性模型预测控制方法
来源期刊：控制与决策2014年第3期
论文作者：陈进东 潘丰
文章页码：460 - 464
关键词：非线性模型;预测控制;在线支持向量回归;最速下降原理;
摘 要：针对非线性模型预测控制中离线模型难以适应非线性对象实时变化的缺点,提出一种基于在线支持向量回归的非线性模型预测控制方法.该方法通过在线支持向量回归离线训练与在线学习相结合的方式,建立具有在线校正特性的预测模型,同时采用最速下降原理滚动优化非线性模型预测控制的目标函数,求得多步控制量.通过对非线性对象的控制结果表明,所提出方法有效且具有良好的自适应性.
陈进东，潘丰
江南大学轻工过程先进控制教育部重点实验室
摘 要：针对非线性模型预测控制中离线模型难以适应非线性对象实时变化的缺点,提出一种基于在线支持向量回归的非线性模型预测控制方法.该方法通过在线支持向量回归离线训练与在线学习相结合的方式,建立具有在线校正特性的预测模型,同时采用最速下降原理滚动优化非线性模型预测控制的目标函数,求得多步控制量.通过对非线性对象的控制结果表明,所提出方法有效且具有良好的自适应性.
关键词：非线性模型;预测控制;在线支持向量回归;最速下降原理;
