基于支持向量机的非线性模型预测控制

• 作者: 张浩然 李昌刚 韩正之
• 来源期刊: 系统工程与电子技术
• 学科: 地球科学
• 关键词: 支持向量机 模型预测控制 随机搜索优化
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 控制理论与实践
• 页码范围: 330-334
• 页数: 5页
• 分类号: N945.12
• 字数: 4479字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2003.03.023

摘要

支持向量机是基于统计学习理论的新一代机器学习技术.由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题.又由于采用了核函数思想,使它把非线性问题转化为线性问题来解决,降低了算法的复杂度.提出了一种基于支持向量机的模型预测控制结构,并使用一个新的随机搜索优化算法来求解预测控制律,计算机仿真证明了所设计的控制算法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩正之	上海交通大学自动化系	114	2250	22.0	45.0
2	张浩然	上海交通大学自动化系	12	895	9.0	12.0
3	李昌刚	上海交通大学自动化系	11	787	9.0	11.0