基于最小二乘支持向量机的MIMO线性参数变化模型辨识及预测控制.pdfVIP

第66卷 第 1期 化 工 学 报 V_01．66No．1 2015年 1月 CIESC Joumal January 2015 雾 基于最小二乘支持向量机的MIMO线性参数变化 模型辨识及预测控制 冯凯，卢建刚，陈金水 (浙江大学控制科学与工程学系工业控制技术国家重点实验室，浙江 杭州310027) 摘要：将现有的面向单输入单输出系统的基于最小二乘支持向量机的参数变化模型辨识算法(SISO-LSSVM-LPV)， 推广到多输入多输出系统，实现了面向多输入多输出系统的基于最小二乘支持向量机的参数变化模型辨识算法 (MIMO．LSSVM—LPV)，进一步结合基于遗传算法的预测控制算法(GA．MPC)，提出并实现了MIMO．LSSVM．LPV+ GA．MPC的建模控制一体化新架构。仿真结果表明，该辨识算法可逼近复杂非线性MIMO系统，辨识精度高，并 且保留了线性回归低计算量的优点，结合了GA 的MPC可实现最优控制量的在线实时寻优，并取得了良好控制 效果。 关键词：非线性系统；最d-乘支持向量机；线性参数变化模型；多输入多输出；模型预测控制；过程控制； 参数识别 DOI．．10．11949~．issn．0438-1157 中图分类号：TP13 文献标志码：A 文章编号：0438—1157(2015)01一O197一O9 IdentificationandmodelpredictivecontrolofLPV models basedonLS-SVM forM IM O system FENG Kai，LU Jiangang，CHEN Jinshui (StateKeyLaboratoryofIndustrialControlTechnology，DepartmentofControlScienceandEngineering,Zh~iangUniversity， Hangzhou310027，Zh~iang,China) Abstract：Thispaperpresentsa least—squaresupportvectormachinebased linearpraameter-varying model approachformultiple—inputmultiple—outputnonlinearsystemrMIMO—LSSVM—LPV)．Theidentifiedmodelcanbe usedinthemodelpredictivecontrolschemecombinedwithgeneticalgorithm (GA—MPC)．Thenewidentification and controllingintegration schemeisnamedM IM O—LSSVM —LPV+GA—MPC．Simulation resultsshow thatthe identificationalgoritmh canapproximatecomplexnonlinearitywithhighaccuracywhilekeep theadvantageof low computationalburden oflinearregression．GA basedMPC cangetthereal—timeoptimalcontrolinputand achievegoodcontrollingperformance． Keywords：nonlinearsystem；least—squaresupportvectormachine(LSSVM)；linearpraameter-varying(LPV)