基于SVM和PSO的新型非线性模型预测控制.pdfVIP

2 0 0 8 年 9 月 控 制 工 程 Sep . 2 0 0 8 第 15 卷 增刊 Control Engi neering of China Vol . 1 5 , S 1 文章编号 : 167127848 (2008) S 1 基于 SVM 和 PSO 的新型非线性模型预测控制 李 　涛 , 吕勇哉 , 陈 　鹏 (上海交通大学 自动化系 , 上海 　200240) 摘 　　　要 : 对 于具有强非线性或复杂 非线性 约束的系 统 , 通过 非线性模型 的线性化和 二次 规划优化实现非线性模型预测控制 , 难 以取得满 意的结果 。提出 了一种基于支持向量机模型 和粒子群优化的非线性模型预测控制 系统的算法 。仿真实例表明了支持 向量机模型 的泛 化能 力和粒子群优化的寻优速度及能力 , 证明了将其运用于非线性模型预测控制中的可行性 。 关 　键 　词 : 非线性模型预测控制 粒 子群优化 支 持向量机 滚 动优 化 收敛 性 中图分类号 : TP 2 7 　　　　　　文献标识码 : A New NMPC Based on the Integration of SVM and PSO LI Ta o , LV Yong2zai , CHEN Peng (Department of Automation , Shanghai Jiao Tong Univer sity , Shanghai 200240 , China) Ab str act : To the high nonlinear an d comp lex constrained system , it i s difficult to obt ain sat isfying performance in model predict ive control us2 ing of nonlinearity of nonlinear model and quadratic programming (QP) op timization . An algorithm of nonlinear model predictive control syst em based on support vector model and particle swarm optimizat ion is propo sed . The simulation result shows the generalization ability and opt imiza2 tion speed and ability of p article swarm op timization , and the feasibility to u se it in nonlinear model p redictive control is p roved . Key wor d s : nonlinear model p redictive control part icle swa