基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法

• 作者: 孙长银 张瑞民 穆朝絮
• 来源期刊: 控制理论与应用
• 关键词: 非线性系统 预测控制 最小二乘支持向量机 粒子群
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 论文
• 页码范围: 164-168
• 页数: 5页
• 分类号: TP273
• 语种: 中文

摘要

对于非线性系统预测控制问题,本文提出了一种基于模型学习和粒子群优化(PSO)的单步预测控制算法.该方法使用最小二乘支持向量机(LS-SVM)建立非线性系统模型并预测系统的输出值,通过输出反馈和偏差校正减少预测误差,由PSO滚动优化获得非线性系统的控制量.该方法能在非线性系统数学模型未知的情况下设计出有效的预测控制器.通过对单变量多变量非线性系统进行仿真,证明了该预测控制方法是有效的,且具有良好的自适应能力和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙长银	东南大学自动化学院	40	378	10.0	18.0
2	穆朝絮	东南大学自动化学院	6	139	4.0	6.0
3	张瑞民	东南大学自动化学院	1	91	1.0	1.0