Generalized Predictive Control with Online Least Squares Support Vector Machines

作     者：LI Li-Juan SU Hong-Ye CHU Jian LI Li-Juan;SU Hong-Ye;CHU Jian

作者机构：State Key Laboratory of Industrial Control Technology Institute of Advanced Process Control Zhejiang University Hangzhou 310027 P. R. China College of Automation Nanjing University of Technology Nanjing 210009 P. R. China 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2007年第33卷第11期

页      面：1182-1188页

核心收录：

学科分类：0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 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] 

基　　金：Supported by the National Creative Research Groups Science Foundation of P.R. China (NCRGSFC: 60421002) and National High Technology Research and Development Program of China (863 Program) (2006AA04 Z182) 

主　　题：普遍预测控制 支持向量机 联机模型 pH补偿过程 模糊控制 

摘      要：这份报纸基于能有效地处理非线性的系统的联机最少的广场支持向量机器(LS-SVM ) 建议一个实际概括预兆的控制(GPC ) 算法。在每个采样时期，算法递归地由增加新数据对并且在实时性质上从考虑删除最不重要的修改模型。删除的数据对被 lagrange 的绝对值从最后一个采样时期更多样地决定。当增加新数据对并且删除存在的时，纸给模型参数的递归的算法分别地，一个大矩阵的倒置被避免，存储器能被算法完全控制。非线性的 LS-SVM 模型在每个采样时期在 GPC 算法被使用。抵销过程的 pH 上的概括预兆的控制的实验显示出建议算法的有效性和实物。