基于最小二乘支持向量机控制器的研究 study on controller based on least squares support vector machine.pdfVIP

No．2 ElectricPower V01．33 Heilongjiang Apr．20ll 基于最小二乘支持向量机控制器的研究 胡兴武，罗 毅 (华北电力大学控制与计算机工程学院，北京102206) 摘耍：阐述了支持向量机与最小二乘支持向量机的特点，设计了基于最小二乘支持向量机的控制器，该控制器构 成的系统学习与泛化能力强、抗干扰效果好，并利用垃圾焚烧炉的估计模型进行了仿真。仿真结果表明，该方法抗 干扰效果好。适应性强。 关键词：支持向量机；最小二乘支持向量机；控制器；网格有哪些信誉好的足球投注网站 273．22 中圈分类号：TP 文献标识码：A 文章编号：l∞2一l酌3(2011)02一∞98一04 oncontrollerbasedonleast Vectormachine Study squaressupport HU Yi Xingwu，LUO ofC佣trol8nd Chi舱ElectricPo鹏r (sch∞l ComputerEngineering，Nonh Unive糟时，Beijing102206，China) intmducest壬le Vectorma- Abstract：This chamcteristic8of vectormachineandle船t paper support squamssupport thecontI|oIlerb船edonle鹪t vectormachine．Theconstitutedthecontml· chine，desigIls squa陀88upport system by ler anddisturbance h酗high8bili哆ofleaming，generali组tionprevention． Vector Veetor machine；le勰t Keywords：support squa陀ssupportmachine；contmller；grid∞arch (SVM)方法已在许多领域取得了成功应用。支持 O 引言 向量机最优求解基于结构风险最小化的思想，因此 目前，中国城市生活垃圾成分复杂、含水率高、 具有比其它非线性函数逼近方法更强的泛化能力， 热值低、无机物含量高、有机物含量少，给焚烧炉燃 局部最优解一定是全局最优解；核函数利用隐式非 烧控制带来一定难度。因此，采用全局建模方法很 线性变换，解决了维数灾难问题；拓扑结构由支持 难精确描述系统，而传统的建模方法(如神经网络 向量决定，避免了神经网络结构需要经验试凑的缺 等)多数基于经验风险最小化原则，泛化能力不强， 点，能以任意的精度逼近任意函数。 Vector 存在“过拟合”问题。支持向量机…(suppon 支持向量机大部分应用实例都是离线式的，采 Machines，SVM)是近年来应用于建模的一种新学习