基于小波支持向量机的木材干燥控制技术研究.pdf

《基于小波支持向量机的木材干燥控制技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于小波支持向量机的木材干燥控制技术的研究陈立生基于小波支持向量机的木材干燥控制技术研究StudyontheTimberDesiccationControlTechnologyBasedonWaveletSuppoRVectorMachine酰主生(东北林业大学机电工程学院，黑龙江哈尔滨150040)摘要：针对木材干燥系统强耦合非线性的特性，提出了一种基于小渡最小二乘支持向量机的预测控制方法。讨论了利用小波支持向量机对木材干燥系统进行系统识别的方法，并将辨识模型应用于预测控制算法，实现了木材干燥的白适应控制。

2、仿真结果表明，基于小波支持向量机的预测控制技术具有较好的鲁棒性，对木材干燥系统有很好的实用性。关键词：木材干燥支持向量机预测控制模型非线性中图分类号：TP273文献标志码：AAbstract：Aimingatthestronglycouplingnonlinearcharacteristicsofthetimberdesiccationsystem，thepredictivecontrolmethodbasedonwaveletleastsquaresupportvectormachineisproposed

3、．nlemethodofsystemidentificationfortimberdesiccationsystembyadoptingwaveletsupportvectormachineisdiscussed；andtheidentificationmodelisappliedinpredictivecontrolalgorithm．Theresultofsimulationindicatesthatthispredictivecontroltechnologyfeaturesbetterrobustne

4、ss-andiswellpracticablefortimberdesiccationprocess．Keywords：TimberdesiccationSupportvectormachine(SVM)PredictivecontrolModelNonlinear0引言木材干燥是木材加工的重要工序之一，木材干燥系统是一个复杂的强耦合非线性动力系统。由于在干燥过程中存在外界干扰和模型的不确定性⋯，难以建立精确的数学模型，普通的控制手段难以达到理想的效果，所以对其控制策略的研究具有重要的意义。目前，国内外有不少

5、关于木材干燥优化控制方面的研究，主要包括PID控制、基于神经网络的智能控制和模糊控制等旧1。以上方法虽然取得了一些成果，但在实际应用中，仍需要一种系统的方法确保整个系统的稳定性和鲁棒性等。模糊理论和神经网络等本身的缺陷影响了其控制效果，严重制约了其在控制领域的发展。支持向量机SVM(supportvectormachine)算法可以将问题转换为结构风险最小化和全局唯一解，支持向量的稀疏性和良好的泛化能力等，结合具有良好的函数逼近能力与多分辨性质的小波方法，对木材干燥非线性系统的控制具有较大的优势pJ。本文即以

6、小波支持向量机为主要手段，与预测控教育部新世纪优秀人才支持计划基金资助项目(编号：NCET-104)279)。修改稿收到日期：2010—07—29。作者陈立生，男，1970年生，2005年毕业于东北林业大学机电工程学院，获硕士学位，副研究员；主要从事木材干燥控制技术方面的研究。《自动化仪表》第32卷第4期2011年4月制方法相结合，形成具有自适应能力的木材干燥控制方法。l小波支持向量机控制1．1最小二乘支持向量机支持向量机是统计学习理论中较年轻的内容，也是较实用的部分。1997年Vapnik提出的基于结构风险

7、最小化原则的SVM，通过非线性变换把输入映射到高维特征空间中，借助全局凸二次规划优化问题的求解获得支持向量，从而用于非线性分类与回归¨。5】。最4x----乘支持向量机(LS．SVM)是基于正则化理论对标准支持向量机的改进。这个改进使其在具有SVM特性的前提下简化了SVM的公式表达，并使得不易求解的全局凸二次规划问题变为易求解的线性方程系统。LS—SVM的回归算法推导如下。给定训练数据集D={髫。，Y；}，z∈R“、Y∈R、k=l，2，⋯，J7、r，考虑在原始空间中函数映射关系为：火石)=W1咖(茗)+b(1

8、)式中：权向量W∈R以；西(菇)为输入至高维空间的映射；b为偏置项。这种非线性映射可将输入空间的非线性回归问题变为高维特征空间中的线性回归问题。Ls—SVM回归算法可表示为求解如下约束优化问题，即：●～rainJ(w，P)=÷'．，7w+等，塞e：(2)7基于小波支持向量机的木材干燥控制技术的研究陈立生约束条件为：YI=w1咖(髫。)+b+e‘，Vk∈{1，2，⋯，Ⅳ}式中：minJ(，．，，P)为