基于在线LS-SVM的α阶逆控制

被引:2
作者
刘陆洲
肖建
王嵩
机构
[1] 西南交通大学电气工程学院
基金
高等学校博士学科点专项科研基金;
关键词
最小二乘支持向量机; 逆控制; α阶逆系统; 增量-剪枝算法; 在线学习;
D O I
暂无
中图分类号
TP13 [自动控制理论];
学科分类号
摘要
提出基于最小二乘支持向量机在线算法的α阶逆控制方法.引入系统控制误差不敏感函数,在控制误差大于不敏感函数时,利用增量-剪枝学习算法,对已建立的离线逆控制器实施在线学习,以增强控制系统的鲁棒性.仿真结果表明:在系统没有受到噪声干扰时,在线逆控制器可以很好地使被控对象跟踪参考输入信号;在系统受到噪声干扰时,在线逆控制器比离线逆控制器具有更强的鲁棒性.
引用
收藏
页码:375 / 379
页数:5
相关论文
共 3 条
[1]   支持向量回归中核函数和超参数选择方法综述 [J].
肖建 ;
于龙 ;
白裔峰 .
西南交通大学学报, 2008, (03) :297-303
[2]   Optimal control by least squares support vector machines [J].
Suykens, JAK ;
Vandewalle, J ;
De Moor, B .
NEURAL NETWORKS, 2001, 14 (01) :23-35
[3]  
多变量非线性系统的神经网络逆控制方法.[M].戴先中著;.科学出版社.2005,