基于支持向量机的非线性预测控制研究

模型预测控制算法经过三十多年的快速发展,无论在理论研究上还是实际应用上都取得了显著的成果。预测控制作为一种成功的先进过程控制算法,越来越多地得到控制学术界和工程界的广泛关注。从预测控制的发展过程来看,基于线性时不变模型的算法研究日趋成熟,并且有着许多的成功的实际工业应用;然而,对于非线性系统,预测控制的发展仍然尚未成熟,同时也鲜有成功的实际工业应用实例。正因为如此,非线性预测控制越来越成为学术界关注的焦点。本文对于非线性系统的预测控制进行了研究,主要内容包括以下几个方面: 1.在简单回顾了模型预测控制的发展历史后,简要介绍了模型预测控制的基本原理,从理论和应用方面概述了模型预测控制的发展现状,并给出了本文的研究内容和成果。 2.介绍了支持向量机的基本原理,概述了支持向量机的核函数和参数的选择方法。 3.提出了基于支持向量机技术的预测模型的预测函数控制方法。利用支持向量回归的方法对非线性过程进行建模,采用预测函数控制方法进行控制。针对具有强非线性的连续搅拌反应釜过程进行仿真,仿真结果表明:支持向量机的建模方法可以有效地解决强非线性的化工过程的建模问题并且具有较好的泛化能力,基于这种预测模型的预测函数控制具有很好的控制性能。 4.提出了基于最小二乘支持向量机技术的预测模型的非线性预测控制方法。利用最小二乘支持向量回归的方法对非线性过程进行建模,采用基于微粒群优化算法的非线性预测控制方法进行控制。针对具有强非线性的pH中和过程进行仿真,仿真结果表明:该方法具有很好的跟踪能力和抗扰动能力。 最后,在总结全文基础上,提出了有待于进一步研究的课题。