基于支持向量机的逆动力学模型辨识及应用.pdfVIP

第20卷第1期 系 统 仿 真 学 报@ 、，01．20No．1 2008年1月 Journal of System Simulation Jan一2oo8 基于支持向量机的逆动力学模型辨识及应用 踪能力 ；利用所建立的系统逆动力学过程模型能够获得恰当的控制作用，保证系统的输出按照给定 的轨迹达到设定值。 关键词；逆动力学；辨识；支持向量机；自适应控制 中图分类号：TP18 文献标识码l A 文章编号：1004—731X(2008)01．0025．04 Identification of Inverse Dynamics Model Based on Support Vector Machine and Its Application SHENShu—guang，WANGGuang-jun，ZHULi—na (School ofPower Engineering，Chongqing University,Chongqing 4oOO44，China) Abstrac~：To research the conWol problem of nonlinear system．it iS a crucial problem to establish its inverse dynamic mode1． e on—line identification for inverse dynamics of thermal object based on support vector machine rSVM)was realized,and the validity of inverse dynamic model of nonlinear system based on SVM was proved according to three typical simulation examples．The result shows that the inverse dynamic model based on supPOrt vector machine has not only upper identification precision，but also quite perfect generalization and traceable ability。The fight control can be acquired that ensures the output of model to achieve the setting value according scheduled track by utilizing the identi矗cation model of inverse dynamics of system． Key words：inverse dvnamics；identification；support vector machine；adaptive control 理论和数学基础，在训练中不存在陷入局部最优和维数灾难 引 言 问题，小样本学习也具有很强的泛化能力，对样本数量的依 如何获得有效的系统逆动力学过程模型，已经成为许多 赖性弱。目前对利用支持向量机进行函数回归估计已经有了 非线性系统控制问题研究与实现中的关键问题之一。如在非 许多研究i4 】。 线性系统的自适应逆控制、非线性系统的直接逆控制以及非 本文利用SVM实现了非线性系统逆动力学模型的在线 线性系统的or阶逆系统控制等许多研究领域，其核心与难点 辨识，