解析的核学习自适应单步预测控制算法

作     者：刘毅 王海清 李江 李平 LIU Yi;WANG Hai-qing;LI Jiang;LI Ping

作者机构：浙江大学工业控制技术国家重点实验室浙江杭州310027 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2008年第42卷第11期

页      面：1926-1930,2032页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 081202[工学-计算机软件与理论] 

基　　金：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) 

主　　题：非线性系统 核学习 预测控制 收敛性 

摘      要：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.