基于支持向量机的非线性系统模型预测控制

• 作者: 徐保国 胡立萍
• 来源期刊: 计算机测量与控制
• 关键词: 支持向量机 模型预测控制 遗传算法
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 工业控制
• 页码范围: 799-801,826
• 页数: 4页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4598.2005.08.018

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,使它较好的解决了小样本情况下的学习问题.又由于其采用了核函数思想,使它把非线性问题转化为线性问题来解决,降低了算法的难度,具有全局最优、良好泛化能力等优越性能,得到广泛的研究.基于上述特性提出了一种基于支持向量机的非线性模型预测控制结构,其中使用遗传算法来求解预测控制律,随后用计算机仿真证明了此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	徐保国	江南大学通信与控制工程学院	277	2198	22.0	30.0
2	胡立萍	江南大学通信与控制工程学院	2	35	2.0	2.0