学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于支持向量机的非线性预测控制技术
被引:25
作者
:
论文数:
引用数:
h-index:
机构:
王宇红
论文数:
引用数:
h-index:
机构:
黄德先
论文数:
引用数:
h-index:
机构:
高东杰
金以慧
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学自动化系
金以慧
机构
:
[1]
清华大学自动化系
[2]
中国科学院自动化研究所
来源
:
信息与控制
|
2004年
/ 02期
关键词
:
支持向量机;
预测控制;
非线性建模;
非线性控制;
D O I
:
10.13976/j.cnki.xk.2004.02.002
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
:
探讨了利用支持向量机进行非线性系统辨识的方法 ,并将支持向量机模型应用到非线性预测控制 ,提出了基于支持向量机模型的非线性预测控制算法 .对一个CSTR反应器的仿真表明 ,支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力 .基于支持向量机的预测控制具有很好的控制性能 ,为通用非线性控制提供了一种新的控制思路
引用
收藏
页码:133 / 136+140 +140
页数:5
相关论文
共 2 条
[1]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]
SUPPORT-VECTOR NETWORKS
CORTES, C
论文数:
0
引用数:
0
h-index:
0
CORTES, C
VAPNIK, V
论文数:
0
引用数:
0
h-index:
0
VAPNIK, V
[J].
MACHINE LEARNING,
1995,
20
(03)
: 273
-
297
←
1
→
共 2 条
[1]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]
SUPPORT-VECTOR NETWORKS
CORTES, C
论文数:
0
引用数:
0
h-index:
0
CORTES, C
VAPNIK, V
论文数:
0
引用数:
0
h-index:
0
VAPNIK, V
[J].
MACHINE LEARNING,
1995,
20
(03)
: 273
-
297
←
1
→