稀疏在线无偏置最小二乘支持向量机的预测控制

• 作者: 周欣然 滕召胜 蒋星军
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 预测控制 非线性系统 最小二乘支持向量机 学习算法 稀疏性
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 331-337
• 分类号: TP273|TP18
• 字数: 5106字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2011.00331

摘要

针对非线性预测控制中的预测模型,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的有约束单步预测控制算法.在每个控制周期,该SONB-LSSVM递推地学习新样本,并删除贡献最小样本.该样本删除技巧能提高学习样本集的多样性和代表性;与ONB-LSSVM相比,SONB-LSSVM的泛化性能受输入信号频率影响较小.控制量由Brent优化方法计算.由于SONB-LSSVM能及时学习过程动态新特性,该预测控制方法具有良好的自适应能力.液位控制仿真表明,在多种波形的期望输出并有扰动情况下该预测控制方法都是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕召胜	湖南大学电气与信息工程学院	218	3004	28.0	43.0
2	蒋星军	湖南广播电视大学计算机系	10	29	3.0	5.0
3	周欣然	中南大学信息科学与工程学院	18	107	6.0	10.0