资源描述：
《谷物干燥过程模糊支持向量机控制器的设计》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、第4期谷物干燥过程模糊支持向量机控制器的设计·85·谷物干燥过程模糊支持向量机控制器的设计*朱德泉1,2钱良存1骆敏舟2(1.安徽农业大学工学院,合肥230036;2.中国科学院合肥智能机械研究所,合肥230031)摘要：为了准确控制谷物干燥过程的温度和湿度,设计了一种基于改进遗传算法和最小二乘算法的干燥过程模糊支持向量机控制器。利用模糊算法解除温湿度的耦合作用,采用支持向量机实现模糊逻辑控制的全过程和信号的非线线处理,同时采用混合学习算法优化控制器参数,即先采用最小二乘算法离线优化支持向量机性能参数,再采用改进遗传算法在线优化支持向量机性能参数和模糊比例因子,以使其控制性能适应对象的
2、变化而达到最优。仿真结果表明,设计的模糊支持向量机控制器比常规PID控制器和经典模糊控制器具有更好的控制性能,能够满足谷物干燥工艺要求。关键词：干燥；最小二乘支持向量机；遗传算法；温度；湿度中图分类号：TP273.9S625.5+1 文献标识码：A 国家标准学科分类代码：270.4328DesignoffuzzysupportvectormachinescontrollerfordryingprocessofgrainZhuDequan1,2QianLiangcun1LuoMinzhou2(1.CollegeofEngineering,AnhuiAgriculturalUniv
3、ersity,Hefei230036,China;2.InstituteofIntelligentMachines,ChineseAcademyofSciences,Hefei230031,China)Abstract:Toaccuratelycontroltemperatureandhumidityfordryingprocessofgrain,fuzzysupportvectormachinescontrollerfordryingprocesswasdesignedbasedonimprovedgeneticalgorithmandleastsquareAlgorithm.Fuz
4、zyalgorithmwasusedtodecouplebetweentemperatureandhumidity.Usingsupportvectormachines,fuzzylogicalcontrolofcompleteprocessandtreatmentofnon-linearsignalwererealized.Thecontrollerparameterswereoptimizedbyhybridlearningalgorithm.First,leastsquarealgorithmwasusedforoff-lineoptimizationtoformsupportv
5、ectormachinescontrolsystem.Thentheimprovedgeneticalgorithmwasusedforon-lineoptimizationtogettheoptimalperformanceparametersofsupportvectormachinesandtheoptimalfuzzyproportionalparameters.Inthesimulation,comparedwiththegeneralPIDcontrollerandthetraditionalfuzzycontroller,theresultsdemonstratedtha
6、tthefuzzyneuralnetworkcontrollerdesignedgetsbetterperformancetomeettherequirementofdryingtechnologyofgrain.Keywords:drying;leastsquaresupportvectormachine;geneticalgorithm;temperature;humidity第4期谷物干燥过程模糊支持向量机控制器的设计·85·1引言谷物干燥系统是一个多变量、强耦合、大滞后的复杂非线线系统。在谷物干燥过程中,温度和湿度是影响干燥速率和干后品质主要因素,而两者之间存在着强耦合关系,传
7、统控制方法难以精确控制温度和湿度。模糊控制不需要对控制对象进行精确的数学描述,可以解除温湿度的耦合作用。但模糊控制易受系统的非线性、时变性及随机干扰等因素的影响,会造成模糊控制规则不适合和不完整,影响控制效果[1,2]。神经网络具有非线性处理能力以及自学习、自组织、自适应能力,但它存在着训练时间长、动态特性不理想、可能陷入局域极值等缺点[3]。第4期谷物干燥过程模糊支持向量机控制器的设计·85·根据结构风险最小化的支持向量机较好地解决了小样本、
