学海网

硕士学位论文 基于支持向量机建模的非线性预测控制研究，共73页。
摘要:针对化学工业中经常出现的纯延迟对象以及非最小相位对象,传统的控制方法如:PID控制,LQ最优控制的控制效果都不够令人满意,在面对多变量系统也无能为力。预测控制算法的出现正好解决了这个难题,在面对操作变量和被控变量维数很高,需要满足物理约束,时滞系统等问题中,预测控制具打十分明显的优势。但是随着过程工业fi益大型化、连续化,现代工业生产过程n益复杂,此时,线性预测控制方法就不能很好的完成控制任务,而非线性预测控制又存在在线汁算量大的问题。本文主要针对非线性预测控制,利用支持向量机进行建模,提出了一种在每一个采样点进行局部线性化的方法,把在线计算最优解问题转化为求解一个二次规划问题,通过这样的方式减少了非线性预测控制在线计算量大的问题,并保证了控制的精确度和稳定性。
本文的研究工作主要为以下几方面:
1.预测控制和支持向量机的内容研究本文对预测控制的基本原理、发展过程和主要特点进行了简明的介绍,同时详细的阐述了支持向量机的基础理论,包括支持向量机的基本原理以及针对分类和回归两种不同用途的介绍和对比。
2.基于SVM-Wiener模型的非线性预测控制研究论文详细的阐述了 SVM-Wiener模型的建模过程,包括动态线性部分和静态部分非线性部分的详细分析和研究。并给出了非线性预测控制器的设计流程,重点介绍和分析了非线性预测控制局部线性化的计算方法。
3.基于SVM的Hammerstein-Wiener模型非线性预测控制研究论文简单介绍了 Hammerstein-Wiener模型的结构特点,详细推导了基于SVM的Hammerstein-Wiener模型的建模过程。根据模型的结构和特点设计了非线性预测控制器。
4.基于连续搅拌釜式聚合反应器的仿真在论文的最后,对文章介绍的非线性预测控制方法进行了基于连续搅拌釜式聚合反应器的仿真,并通过大量的数据分析和仿真图对比,证明了所提出方法的控制精确度、稳定性以及高效性。
本文中有各类结构图、仿真图、流程图等共29张,进行数据对比以及定义参数等表共8张,引用参考文献52篇。
关键词:控制理论;非线性预测控制;机器学习方法;支持向量机;建模;仿真。

目录
中文摘要 Hi
ABSTRACT iv
1?引言 1
1.1预测控制概述 1
1.1.1预测控制产生时代背景及其发展 1
1.1.2预测控制的基本原理 1
1.2支持向量机与非线性预测控制研究现状 3
1.3本论文研究内容及段落安排 4
1.3.1研究内容 4
1.3.2论文结构 5
2.支持向量机概述 6
2.1支持向量机的简单介绍 6
2.2支持向量机用于分类 7
2.3支持向量机用于回归 9
2.4基于支持向量机的非线性系统辨识 11
2.5 储对 bb 12
3.基于SVM-Wiener模型的非线性预测控制研究 15
3.1模型预测控制 15
3.2 SVM-Wiener 模型 16
3.3基于SVM-Wiener模型的非线性预测控制器设计 18
3.3.1MPC-NPL 算法 18
3.3.2在线线性化以及自由轨迹向量的计算 21
3.4小结 24
4.基于SVM的Hammerstein-"^iener模型非线性预测控制研究 25
4.1 Hammerstein-Wiener 模型介绍 25
4.2基于SVM-Hammerstein-Wiener模型的非线性预测控制器设计 29
4.3小结 30
5.基于连续搅拌釜式聚合反应器的仿真结果 31
5.1聚合反应器介绍 31
5.2聚合反应器的控制模型 35
5.2.1基于SVM-Wiener模型建模 35
5.2.2其他建模方式对比 41
5.3聚合反应器的控制 44
5.3.1仿真过程描述 45
5,3.2控制精度对比 46
5.3.3计算效率对比 51
5.4小结 53
6.鮮 54
6.1研究工作总结 54
6.2研究展望 55
参考文献 56