稀疏在线无偏置最小二乘支持向量机的预测控制
周欣然1,2; 滕召胜2; 蒋星军3
2011-04-15
发表期刊电子测量与仪器学报
ISSN1000-7105
卷号25期号:04页码:331-337
摘要针对非线性预测控制中的预测模型,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的有约束单步预测控制算法。在每个控制周期,该SONB-LSSVM递推地学习新样本,并删除贡献最小样本。该样本删除技巧能提高学习样本集的多样性和代表性;与ONB-LSSVM相比,SONB-LSSVM的泛化性能受输入信号频率影响较小。控制量由Brent优化方法计算。由于SONB-LSSVM能及时学习过程动态新特性,该预测控制方法具有良好的自适应能力.液位控制仿真表明,在多种波形的期望输出并有扰动情况下该预测控制方法都是有效的。
关键词预测控制 非线性系统 最小二乘支持向量机 学习算法 稀疏性
URL查看原文
收录类别CSCD
语种中文
资助项目国家自然科学基金(编号:60872128)资助项目;湖南省科学技术厅(编号:2009FJ3077)资助项目
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/89001
专题国家开放大学湖南分部
作者单位1.中南大学信息科学与工程学院;
2.湖南大学电气与信息工程学院;
3.湖南广播电视大学计算机系
推荐引用方式
GB/T 7714
周欣然,滕召胜,蒋星军. 稀疏在线无偏置最小二乘支持向量机的预测控制[J]. 电子测量与仪器学报,2011,25(04):331-337.
APA 周欣然,滕召胜,&蒋星军.(2011).稀疏在线无偏置最小二乘支持向量机的预测控制.电子测量与仪器学报,25(04),331-337.
MLA 周欣然,et al."稀疏在线无偏置最小二乘支持向量机的预测控制".电子测量与仪器学报 25.04(2011):331-337.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[周欣然]的文章
[滕召胜]的文章
[蒋星军]的文章
百度学术
百度学术中相似的文章
[周欣然]的文章
[滕召胜]的文章
[蒋星军]的文章
必应学术
必应学术中相似的文章
[周欣然]的文章
[滕召胜]的文章
[蒋星军]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
在线无偏置LSSVM逆模型和PID的自适应复合控制
基于Cholesky分解的LSSVM在线学习算法
自适应直接逆控制仿真研究
无偏LSSVM的抗噪在线过程建模方法
基于无偏置项LSSVM的稳健在线过程建模方法
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。