非线性系统,核学习,预测控制,收敛性," /> 解析的核学习自适应单步预测控制算法" /> 解析的核学习自适应单步预测控制算法" /> 非线性系统,核学习,预测控制,收敛性,"/>
针对非线性系统,在非线性广义最小方差控制律的基础上,提出了一种基于核学习辨识模型的自适应单步预测控制(KLAOPC)算法.首先辨识出非线性系统的核学习模型,并利用Taylor近似线性化方法获得控制律.采用中值定理证明了控制律的收敛性,并利用自适应校正项来提高其控制性能.核学习辨识模型容易获得,且在小样本情况下具有较好的推广性能.KLAOPC控制律具有简单的解析形式,需要调整的参数少且计算量小,适合非线性系统的实时控制.仿真结果表明,与其他控制算法相比,KLAOPC控制器有很好的控制效果,对过程的噪声和扰动等均具有较强的自适应性和鲁棒性.
国家自然科学基金资助项目(20776128);国家科技支撑计划资助项目(2007BAF14B02).
刘毅 王海清 李江 李平. 解析的核学习自适应单步预测控制算法[J]. J4, 2008, 42(11): 1926-1930.
LIU Yi, WANG Hai-Qing, LI Jiang, LI Beng. . J4, 2008, 42(11): 1926-1930.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2008/V42/I11/1926
Cited