基于支持向量机的变结构控制方法研究-控制科学与工程专业论文.docxVIP

摘要基于统计学习理论的支持向量机因为具有其它学习机器所没有 摘要 基于统计学习理论的支持向量机因为具有其它学习机器所没有 的优点而得到了广泛的关注，目前已经有利用支持向量机进行黑箱或 灰箱系统辨识与控制的相关研究。交结构控制系统自上世纪五十年代 以来已经得到了深入的研究，但目前仍然没有出现支持向量机与变结 构控制方法相结合的文献。为了发挥支持向量机与变结构控制各自的 优点，本文主要研究基于支持向量机的各类变结构控制算法的设计。 本文主要贡献有： 一、 提出了单输入单输出系统基于支持向量机的变结构基本控制 方法；在此基础上，通过利用变结构控制的降维特性，提出了单输入 多输出系统和多输入多输出系统基于支持向量机的变结构基本控制 方法。 二、 在基于支持向量机的变结构基本控制方法的基础上，引入支 持向量机实现了前馈以及变结构反馈控制，以抑制进入系统的的可测 量扰动，提高了变结构控制系统的鲁棒性。 三、 在介绍了移动滑平面的特点后，提出了基于支持向量机与移 动滑平面的变结构控制方法；在此基础上，为了克服移动滑平面的缺 陷，文中提出了基于支持向量机与组合滑平面的变结构控制方法，较 好地解决了移动滑平面趋近速度与鲁棒性之间的矛盾。 四、 研究了与变结构控制系统相关的一些问题。首先讨论了线性 离散时间系统能够跟踪轨迹的条件，其次研究了变结构控制系统逆模 型存在条件，最后分析了变结构滑平面参数选择对系统性能的影响。 最后对全文进行了概括性总结，并指出了基于支持向量机的变结 构控制方法在理论和应用上有待进一步研究的问题。 浙扛大学博士学位论文关键词：支持向量机，变结构控制系统，线性与非线性系统，逆模型， 浙扛大学博士学位论文 关键词：支持向量机，变结构控制系统，线性与非线性系统，逆模型， 滑模函数，移动滑平面，组合滑平面，鲁棒性 H AbstractSupport Abstract Support Vector Machine(SVM)，which is based on Statistical I_earning Theory(SLT)，has drawn more and more attention in rco．．211t years be_【：au$e of its advantages to other learning machines．It has been applied in black box or gray-box systems’recognition and control now． Variable Structure Control fvsc)has been researched from 50’s last century,but there are no researches on applic砒ion of SVM in VSC。In order to utilize advantages of SVM and VSC，several kinds of VSC schemes based on SVM are studied in this dissertation． The main contributions ofthis dissertation are outlined as following： First，basic algorithm for single-input-single—output(SlSO)system based on SVM is discussed．Then by adopting character of reducing dimension for VSC，basic VSC sebemes for single—input-multi·output (SrMO)system and multi—input-multi-output(MIMO)system based on SVM ale proposed． Second，on the basis of basic VSC algorithm for control system based on SVM,SVM is introduced in realizing feed-forward and VSC feedback technology．So effect of external disturbance is reduced and robustness ofVSC system is guaranteed． Third,after simply introducing character of moving switching surface，a VSC scheme based on SVM and