基于在线LS-SVM的网络预测控制系统

被引：5

作者：

雷必成 ^{[1
,2
]}

王万良 ^{[1
]}

李祖欣 ^{[3
]}

机构：

[1] 浙江工业大学信息工程学院

[2] 台州学院物理与电子工程学院

[3] 湖州师范学院信息与工程学院

来源：

信息与控制 | 2009年 / 38卷 / 02期

关键词：

网络控制系统; 预测控制; 在线最小二乘支持向量机; 核函数;

D O I：

10.13976/j.cnki.xk.2009.02.015

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

针对网络控制系统(NCS)的鲁棒性,提出基于在线最小二乘支持向量机(LS-SVM)的预测控制方法.在LS-SVM的基础上,利用训练数据窗及训练数据阈值,推导出适合控制系统的在线训练方法.当在线LS-SVM的核函数取线性函数时,结合预测控制方法得到在线LS-SVM预测控制量的方程解,并将其应用于存在时延、丢包及包序错乱的NCS进行验证.仿真显示了该方法的快速性、准确性、鲁棒性.

引用

页码：163 / 169

页数：7

共 12 条

[1] 基于LS-SVM的非线性预测控制技术 [J].

王宇红 ;

黄德先 ;

高东杰 ;

金以慧 ;

不详 .

控制与决策 , 2004, (04) :383-387

[2] 基于支持向量机的非线性模型预测控制 [J].

张浩然 ;

韩正之 ;

李昌刚 .

系统工程与电子技术, 2003, (03) :330-334

[3] 基于Internet的机器人控制中网络时延测试及分析 [J].

王庆鹏 ;

谈大龙 ;

陈宁 .

机器人, 2001, (04) :316-321

[4] 关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01) :36-46

[5] Application of generalized predictive control in networked control system [J].

杨灿 ;

朱善安 ;

孔万增 ;

卢立明 .

Journal of Zhejiang University Science A(Science in Engineering), 2006, (02) :225-233

[6]

Temperature prediction control based on least squares support vector machines.[J].Bin Liu;Hongye Su;Weihua Huang;Jian Chu.Journal of Control Theory and Applications.2004, 4

[7] Delay-dependent stability and H∞ control:: constant and time-varying delays [J].