基于支持向量机的非线性预测控制研究

《基于支持向量机的非线性预测控制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要模型预测控制算法经过三十多年的快速发展，无论在理论研究上还是实际应用上都取得了显著的成果。预测控制作为一种成功的先进过程控制算法，越来越多地得到控制学术界和工程界的广泛关注。从预测控制的发展过程来看，基于线性时不变模型的算法研究日趋成熟，并且有着许多的成功的实际工业应用；然而，对于非线性系统，预测控制的发展仍然尚未成熟，同时也鲜有成功的实际工业应用实例。正因为如此，非线性预测控制越来越成为学术界关注的焦点。本文对于非线性系统的预测控制进行了研究，主要内容包括以下几个方面：1．在简单回顾了模型预测控制的发展历史后，简要介绍了模型预测控制的基

2、本原理，从理论和应用方面概述了模型预测控制的发展现状，并给出了本文的研究内容和成果。2．介绍了支持向量机的基本原理，概述了支持向量机的核函数和参数的选择方法。3．提出了基于支持向量机技术的预测模型的预测函数控制方法。利用支持向量回归的方法对非线性过程进行建模，采用预测函数控制方法进行控制。针对具有强非线性的连续搅拌反应釜过程进行仿真，仿真结果表明：支持向量机的建模方法可以有效地解决强非线性的化工过程的建模问题并且具有较好的泛化能力，基于这种预测模型的预测函数控制具有很好的控制性能。4．提出了基于最小二乘支持向量机技术的预测模型的非线性预测控制

3、方法。利用最小二乘支持向量回归的方法对非线性过程进行建模，采用基于微粒群优化算法的非线性预测控制方法进行控制。针对具有强非线性的pH中和过程进行仿真，仿真结果表明：该方法具有很好的跟踪能力和抗扰动能力。最后，在总结全文基础上，提出了有待于进一步研究的课题。关键词：非线性系统；模型预测控制：支持向量回归；最小二乘支持向量机微粒群优化算法致谢值此论文即将完成之际，谨向我的导师——王树青教授致以崇高的敬意和衷心的感谢。光阴似箭，两年前在办公室和王老师谈心的情景历历在目，感谢王老师为我上了研究生的第一课，王老师敏锐的洞察力和豁达进取的人生态度为我指明

4、了前进的方向。衷心地感谢王老师两年来对我孜孜不倦的教导和教育，王老师严谨的治学态度、求是创新的科研作风和孜孜不倦的敬业精神为我在今后的学习工作中树立了榜样。诚挚地感谢王老师在为人处事上对我的教诲，和王老师的谈话总让我受益非浅，平淡而精辟的话语让我深切地感受到了王老师对我的关怀，我的每一个进步都离不开王老师的悉心指导和殷切关怀。衷心感谢王宁研究员、张建明副教授，金晓明副教授，张泉灵副研究员和来国妹女士在学习和生活上给予我热心的指导和帮助。您们勤奋踏实的工作态度为我树立了努力的方向。在求学过程中，感谢赵向海师兄对我的关心和帮助，在他的帮助下我很快

5、地融入到新的环境中；感谢李奇安师兄，苏成利师兄，张日东师兄和陶吉利师姐在我学业上的指导，在他们的帮助下，先产生初始种群，即在"x第一章综述摘简要概述模型预测控制的产生和发展过程要分别从模型预测控制的基本原理，模型预测控制的研究概况，非线性模型预测控制算法和模型预测控制的工业应用四个方面阐述了预测控制的研究历史和现状。最后给出了本文的主要研究内容。关键词：模型预测控制，非线性模型预测控制，工业应用1．1引言模型预测控制不是某一种理论的产物，而是直接由工业过程控制中产生的一种基于模型的新型计算机控制算法[”]。模型预测控制能够根据系统的历史信息及

6、选定的未来输入对未来某段时域内的过程输出序列做出预测，不需要现代控制理论所要求的被控对象的精确数学模型。模型预测控制采用有限时域滚动优化策略，它不是一次离线优化，而是在线反复优化，I鲴此可以尽可能克服由于各种原因造成对象时变、模型失配及由于生产环境改变和外来扰动的影响带给系统的不确定性。模型预测控制的思想可以回溯到二十世纪50年代末Kalman所提出的一种通过预测控制回路的未来行为来相应调整参数的调节器。在这之后，zadeh和whalen在1962年提出了滚动时域控制器，这是现行模型预测控制的核心思想【”】。由于计算能力的有限，模型预测控制作

7、为新型的控制策略在70年代后期才由工业界提出。经过三十多年的发展，模型预测控制已成为在工业过程中成功应用的先进控制策略，在石油化工，造纸，食品加工和航灭航空等领域都取得了成功的应用【8‘12】。模型预测控制不仅在实际应用中取得了令人满意的效果，而且在理论上也取得了突飞猛进的发展，其强大的生命力受到控制界的极大关注，已经成为过程控制的典范，它成功的主要原因在于其对模型形式的包容性、有限性时域的有效性以及在控制器设计中考虑各种软、硬约束的可能性。最初的基于线性模型预测控制算法(MAc、DMc、GPc)已经相当成熟。近年来，预测控制已经发展到针对浙

8、江大学硕士学位论文有扰动、有摄动和有约束的模型预测控制(MPc)，研究其稳定性、鲁棒性、可行性等。非线性MPc(NLMPc)和约束MPc(cMPc)已成为预测控制研