解析的核学习自适应单步预测控制算法

• 作者: 刘毅 李平 李江 王海清
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 非线性系统 核学习 预测控制 收敛性
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1926-1930,2032
• 页数: 6页
• 分类号: TP273|TP301.6
• 字数: 4841字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2008.11.015

摘要

针对非线性系统,在非线性广义最小方差控制律的基础上,提出了一种基于核学习辨识模型的自适应单步预测控制(KLAOPC)算法.首先辨识出非线性系统的核学习模型,并利用Taylor近似线性化方法获得控制律.采用中值定理证明了控制律的收敛性,并利用自适应校正项来提高其控制性能.核学习辨识模型容易获得,且在小样本情况下具有较好的推广性能.KLAOPC控制律具有简单的解析形式,需要调整的参数少且计算量小,适合非线性系统的实时控制.仿真结果表明,与其他控制算法相比,KLAOPC控制器有很好的控制效果,对过程的噪声和扰动等均具有较强的自适应性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平	浙江大学工业控制技术国家重点实验室	260	3720	30.0	50.0
2	王海清	浙江大学工业控制技术国家重点实验室	39	500	11.0	21.0
3	李江	浙江大学工业控制技术国家重点实验室	41	527	13.0	22.0
4	刘毅	浙江大学工业控制技术国家重点实验室	43	1165	13.0	34.0