基于LS—SVM的变采样周期系统控制.pdfVIP

第33卷第 1期 浙江师范大学学报 (自然科学版) Vo1．33，No．1 2010年 3月 JournalofZhejiangNormalUniversity(Nat．Sci．) Mar．2010 文章编号：1001-5051(2010)O1-0075-04 基于 LS—SVM的变采样周期系统控制 陈金飚 (台州学院 数学与信息工程学院，浙江 临海 317000) 摘 要 ：针对变采样周期系统的控制，提出基于在线最小二乘支持向量机 (Ls—SVM)的预测控制方法．在 Ls— SVM的基础上，利用训练数据窗及训练数据闽值，推导出适合控制系统的在线训练方法．当在线LS—SVM的核 函数取线性函数时，结合预测控制方法得到在线 LS—SVM预测控制量 的方程解，并将其应用于变采样周期系 统．仿真显示了该方法的可行性 、鲁棒性． 关键词 ：变采样周期；预测控制；在线训练 ；最小二乘支持向量机 中图分类号：TP273 文献标识码 ：A Controlonvaryingsamplingperiodsystem basedonLS-SVM CHENJinbiao (CollegeofMathematicsandInformationEngineering，Ta~houUniversity，LinhaiZhejiang 317000，China) Abstract：Apredictivecontrolbasedononlineleastsquaresupportvectormachine(LS—SVM)wasproposed forthecontrollerofvaryingsamplingperiodsystem．Utilizingtrainingdatawindow andtrainingdatathreshold， anonlinetrainingmethodadaptedtothecontrolsystemswasdevelopedbasedonLS—SVM ．Whenkernelfune- tionwassupposedtobelinearinonlineLS-SVM ，thesolutionofcontrolvariablecouldbesolvedbyintegrating themethodofpredictivecontro1．Itwasappliedtovaryingsamplingperiodcontrolsystem．Theresultsofsimu— lationshoweditwasfeasibleandrobust． Keywords：varyingsamplingperiod；predictivecontrol；onlinetraining；LS—SVM 离散控制系统的稳定性往往受采样环节的影响，因此许多学者对此展开了研究，但大部分研究都是 针对固定采样周期展开的 。．近年来，随着NCS(NetworkedControlSystem)研究的深入，利用控制和调 度的协同设计策略研究NCS越来越受到人们的关注 ．在协同设计中，经常要求控制系统根据当前网 络的实际状况动态调整系统采样周期及控制器的增益 ，以获得最优系统性能 ． 对于变采样周期系统，从理论上分析采样周期的变化对于系统性能的影响及其控制器的设计是必 要的．文献[5]针对不同采样周期导致的系统不稳定性 ，设计了变采样系统的最优控制器；文献 [6]研究 了时变采样系统的稳定性，并利用线性化方法得出局部稳定条件 ；文献 [7]利用切换系统并结合锥补线 性化方法，研究了当采样周期在某个理想周期左右波动时的鲁棒控制器设计问题． 在实际工程中，利用具有较强鲁棒性的预测控制解决采样周期变化问题是一种很好的思路．文献 [8]利用 BP神经网络对 NCS的时延进行预测，用预测的时延进行变采样周期控制．由于支持向量机 收文 日期：2009-05一l1；修订 日期 ：2009—10-27 基金项 目：浙江省教育厅科研项 目 作者简介：陈金飚 (1971一)，男，浙江温岭人，讲师．研究方向：计算机应用 76