最小二乘支持向量机论文：多核学习模糊支持向量机广义预测控制稳定性分析.docVIP

最小二乘支持向量机论文：多核学习模糊支持向量机广义预测控制稳定性分析 【提示】本文仅提供摘要、关键词、篇名、目录等题录内容。为中国学术资源库知识代理，不涉版权。作者如有疑义，请联系版权单位或学校。 【摘要】工业生产过程通常具有强非线性、时变性和不确定性等特点，线性预测控制往往不能得到满意的控制效果。非线性预测控制的研究成为学术界和工业界关注的焦点。本文针对工业过程中普遍存在的非线性被控制对象，研究了基于多核模糊最小二乘支持向量机的广义预测控制算法，主要研究内容包括两方面：1）提出了一种多核模糊最小二乘支持向量机算法，并用其作为预测模型，结合广义预测控制算法，提出基于多核模糊最小二乘支持向量机的广义预测控制算法。通过仿真证明了该算法的有效性。2）将一类非线性近似为时变线性系统，利用多核模糊最小二乘支持向量机算法结合广义预测控制算法设计预测控制器。利用广义误差估计对控制器进行调整，理论上证明了该算法的收敛稳定性。该算法有效地提高了最小二乘支持向量机的抗噪性能，同时通过不同核函数的线性加权组合构造新的等价核，降低建模精度对核函数及其参数选择的依赖性。 【关键词】最小二乘支持向量机；多核学习；模糊支持向量机；广义预测控制；稳定性分析； 【篇名】基于多核模糊LS-SVM的广义预测控制 【目录】基于多核模糊LS-SVM的广义预测控制 摘要 4-5 Abstract 5 第1章 绪论 8-12 1.1 论文的研究背景与意义 8-9 1.1.1 研究背景 8-9 1.1.2 研究意义 9 1.2 国内外研究现状 9-10 1.3 研究内容 10-12 第2章 基于 LS-SVM 的广义预测控制 12-24 2.1 引言 12 2.2 最小二乘支持向量机 12-17 2.2.1 支持向量机 12-14 2.2.2 最小二乘支持向量机 14-15 2.2.3 模糊最小二乘支持向量机 15-17 2.3 广义预测控制 17-21 2.3.1 预测模型 17-18 2.3.2 目标函数 18-19 2.3.3 输出预测 19-20 2.3.4 滚动优化 20-21 2.3.5 反馈校正 21 2.4 基于 LS-SVM 的广义预测控制 21-23 2.4.1 控制系统结构图 21-22 2.4.2 基于 LS-SVM 的广义预测控制器 22-23 2.5 本章小结 23-24 第3章 基于多核模糊 LS-SVM 的 GPC 算法研究 24-36 3.1 引言 24 3.2 多核模糊 LS-SVM 24-28 3.3 基于多核模糊 LS-SVM 的广义预测控制 28-29 3.4 系统参数确定 29-34 3.4.1 引用的定理及递推算法 29-31 3.4.2 模糊隶属度函数 31-32 3.4.3 核函数及参数的确定 32-34 3.5 仿真 34-35 3.6 本章小结 35-36 第4章 稳定性分析 36-44 4.1 引言 36 4.2 预备知识 36-40 4.3 稳定性分析 40-43 4.4 本章小结 43-44 结论 44-46 参考文献 46-50 攻读硕士学位期间所发表的论文 50-52 致谢 52