基于LS-SVM的非线性系统直接逆模型控制

中国机械工程 ›› 2010, Vol. 21 ›› Issue (13): 1553-1556.

基于LS-SVM的非线性系统直接逆模型控制

胡良谋;曹克强;李小刚;徐浩军;董新民

空军工程大学,西安,710038

出版日期:2010-07-10 发布日期:2010-07-15
基金资助:
中国博士后科学基金资助项目(20090460116)
Supported by China Postdoctoral Science Foundation（No. 20090460116）

Straight Inverse Model Control for Nonlinear System Based on LS-SVM

Hu Liangmou;Cao Keqiang;Li Xiaogang;Xu Haojun;Dong Xinmin

Air Force Engineering University, Xi’an, 710038

Online:2010-07-10 Published:2010-07-15
Supported by:
Supported by China Postdoctoral Science Foundation（No. 20090460116）

摘要/Abstract

摘要：

针对非线性系统逆模型建立难的问题,提出了基于最小二乘支持向量机(LS-SVM)的非线性系统逆模型辨识建模的方法,在此基础上,提出了基于LS-SVM的非线性系统直接逆模型控制的方法。仿真试验结果表明,采用LS-SVM建立的非线性系统逆模型具有很高的建模精度和较强的泛化能力,基于LS-SVM的直接逆模型控制方法的控制效果好,简单易行,从而验证了这两种方法的有效性和先进性。

关键词:

最小二乘支持向量机(LS-SVM), 非线性系统, 逆模型辨识, 直接逆模型控制

Abstract:

Aiming at the problem of hard system identification modeling for nonlinear system, a method of inverse model identification for nonlinear system based on LS-SVM was studied in detail. Then the method of straight inverse model control for nonlinear system based on LS-SVM was put forward. The simulation results show that inverse model of LS-SVM has high modeling precision and strong generalization. And the control effectiveness of straight inverse model control based on LS-SVM is good and is very easy to be actualized. Therefore the identification method and the control method mentioned above are valid and advanced.

Key words: least square support vector machines (LS-SVM), nonlinear system, inverse model identification, straight inverse model control

中图分类号:

TP18

胡良谋, 曹克强, 李小刚, 徐浩军, 董新民.

基于LS-SVM的非线性系统直接逆模型控制

[J]. 中国机械工程, 2010, 21(13): 1553-1556.

HU Liang-Mou, CAO Ke-Jiang, LI Xiao-Gang, XU Gao-Jun, DONG Xin-Min.

Straight Inverse Model Control for Nonlinear System Based on LS-SVM

[J]. China Mechanical Engineering, 2010, 21(13): 1553-1556.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.cmemo.org.cn/CN/

http://www.cmemo.org.cn/CN/Y2010/V21/I13/1553

[1]	宫金良1;滕学芳2;张彦斐3. 一种基于理想度与粗糙数多属性决策的复杂非线性系统设计方法[J]. 中国机械工程, 2020, 31(04): 465-471,481.
[2]	刘春芳;张健. 数控机床用磁悬浮系统非线性时变滑模变结构控制[J]. 中国机械工程, 2013, 24(21): 2921-2927.
[3]	刘爽, 李延树, 刘彬, 李海滨. 旋转机械耦合传动系统参激振动分析与控制[J]. 中国机械工程, 2012, 23(12): 1461-1466.
[4]	周海峰, 王荣杰. ABC算法在非线性系统辨识与控制中的应用[J]. 中国机械工程, 2012, 23(12): 1446-1451.