基于PSO滚动优化的LS-SVM预测控制

• 作者: 潘丰 王鲜芳 陈进东
• 来源期刊: 计算机应用研究
• 关键词: 非线性模型预测控制 非线性建模 最小二乘支持向量机 粒子群算法
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1381-1383
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.04.052

摘要

针对非线性时延系统、传统预测控制算法难以建立精确模型、控制精度不高的现状,提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法.该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习,建立其预测模型;然后运用粒子群(PSO)算法完成非线性预测控制的滚动优化.仿真结果表明,基于该方法的非线性系统预测控制具有较好的控制效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘丰	江南大学通信与控制工程学院	203	1133	16.0	23.0
2	陈进东	江南大学通信与控制工程学院	11	132	6.0	11.0
3	王鲜芳	江南大学通信与控制工程学院	16	157	7.0	12.0