LM滚动优化的SVMR预测控制研究

• 作者: 宋良图 王定成
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 支持向量机回归 预测控制 非线性
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 281-285
• 页数: 5页
• 分类号: TP273
• 字数: 2962字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.03.005

摘要

支持向量机回归建模方法简单,有完备的理论基础,所反映的直接是系统的非线性特征,因而与神经网络等非线性回归方法相比具有独特的优点.因此,本文提出的非线性预测控制结构采用支持向量机回归建立非线性系统的预测模型,采用LM(Levenberg-Marquardt)非线性最小二乘优化方法作为非线性滚动优化方法.实验证明了这种预测控制具有较好的非线性控制效果,而且能够较好地抵消不可测干扰.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋良图	中国科学院合肥智能机械研究所	32	271	9.0	15.0
2	王定成	南京信息工程大学计算机科学技术系	20	230	8.0	15.0