原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
采用Brent优化的核学习单步预测控制算法.pdf
第26卷第1期 控制理论与应用 V|01．26No．1
2009年1月 Control Jan．2009
Theory＆Applications
文章编号：1000—8152(2009)01-0107—04
采用Brent优化的核学习单步预测控制算法
刘毅，王海清，李平
(浙江大学工业控制技术国家重点实验室工业控制研究所，浙江杭州310027)
摘要：针对非线性SISO系统，提出一种基于核学习辨识模型的单步预测控制算法(kernel
learningone．step—ahead
predictivecontrol，KLOPC)．通过KL辨识模犁得到系统的一步超前预报值，并引入输出反馈和偏差校正以克服模型
失配等因素引起的预测误差，以此构造一步加权预测控制性能指标，然后采用Brent一维搜索方法求取控制律．该方
法无需任何相关的导数信息，需调整的参数少，求解效率高．在一非线性液位系统的仿真研究表明j-KLOPC优于整
定的PID和其它基于KL模型的控制方法，对噪声和扰动等均具有更好的鲁棒性和自适应性．
关键词：非线性系统；核学习；单步预测控SJJ；Brent优化
文献标识码：A
中图分类号：TP273；TP301．6
Kernel control
learningone--step·-aheadpredictivealgorithm
Brent
using optimization
LIU
Yi，WANGHai—qing，LIPing
ofIndustrialControl ofIndustrialProcess
(StateLaboratory Technology,Institute Control，
Key
310027。China)
ZhejiangUniversity,HangzhouZhejiang
Abstract：Anovelkernel is forthe
learningone—-step—-aheadpredictivecontrol(KLOPC)algorithmpresentedgeneral
unknown nonlinear modelisobtained the
single·input／single—OUtputsystems．Firstly,aone-step—aheadpredictive byusing
KL new control indexis
identification performanceformulated；
framework；secondly,aone．step．aheadweight
文档评论（0）