基于约简SVM的预测控制优化与应用研究.pdf

《基于约简SVM的预测控制优化与应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Athesis(dissertation)submittedtoZhengzhouUniversityforthedegreeofMasterStudyonPredictiveControlOptimizationBasedonSVMSimplificationandIt’sApplicationByKaipengChenSupervisor：Prof．JieWangControlTheoryandControlEngineeringElectricalEngineeringAcademyJune，2012学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在

2、导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者：陈锴朋g日期：20lz年歹月占日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复

3、制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学．保密论文在解密后应遵守此规定。学位论文作者：际锸朋g日期：207乙年6月6日摘要预测控制技术是一种基于预测模型的新型控制技术，它区别于传统控制器对于模型精度和表达形式的严格限制，根据系统的输入来预测其未来输出，采用滚动优化的策略对局部目标进行反复优化，每次优化得到的并不是全局最优解，但是通过对控制器的反复优化，同时考虑到模型失配、时变性和干扰所引起的不确定性，最终达到使控制器的性能最优的目的。但是我们在实际工业生产中所碰到的大部分对象都

4、是一些具有严重时间滞后而且容易受到不确定性因素的影响，想要建立它们的精确模型是非常困难的。所以将预测控制直接应用于工业生产时遇到了很大的困难。如何建立一个符合实际对象的非线性模型，目前为止还处于一个待研究的开放性课题。目前人们惯用的非线性建模方法主要有神经网络模型和模糊模型等，它们都是以经验风险最小化为原则来进行非线性模型的逼近。经验风险最小化原则虽然在理论上可以任意精度逼近任一非线性模型，但是在实际应用时发现，随着学习样本数的增加，其置信风险也相应增加。支持向量机以结构风险最小化原则，在经验风险和置信风险之间选择一个最优点，使得结构风险最小。在处理非线性问题时，

5、SVM通过引入核函数，避免了在高维空间中的内积运算，从而解决了维数灾问题。但是在处理大规模回归问题时SVM的训练速度明显不如神经网络。经研究发现，并非所有的支持向量都对训练结果产生影响。为了提升SVM的训练速度，本文从决策函数入手，通过矩阵变换和引入松弛变量的概念来对SVM建模时非必需的支持向量进行约简，以提升SVM的训练速度。我们采用了kinfamily中的4000组数据作为实验数据来测试支持向量的约简效果。为了得到最优的SVM参数，采用了PSO算法来对SVM参数进行优化。SVM所建立的模型进行线性化之后可以作为预测模型应用于预测控制当中，通过PSO算法来优化计

6、算预测控制的最优控制律。最后本文通过对水泥回转窑窑尾烟室温度的数据进行实验仿真，仿真结果显示控制器可以对窑尾烟室温度进行稳定的控制，算法的泛化能力得到了验证。关键词：支持向量机；决策函数；粒子群算法；广义预测控制；水泥回转窑AbstractPredictivecontrolisanewkindofcontrolteelmologybasedOnpredictionmodel．Unlikethetraditionalcontrolmethod，itdoesn’tdemandmuchforthemodelaccuracyandtheformofexpression．P

7、redictthefutureoutputbasedOilthesystem’sinput．optimizethelocaltargetrepeatedlybyrollingoptimizationstrategy,eVenthougheachstepWaSnottheglobaloptimalsolution,buttheoptimizationisrepeatedly,takesthemodelmismatch，thetime-varyingofthemodel，andtheuncertaintycausedbyInterferenceintoaccount,

8、andit