預(yù)測(cè)函數(shù)控制技術(shù)及其在三容水箱控制中的應(yīng)用研究.pdf

1、模型預(yù)測(cè)控制(MPC)是使用動(dòng)態(tài)模型對(duì)被控系統(tǒng)未來行為進(jìn)行預(yù)測(cè)，并且對(duì)模型進(jìn)行優(yōu)化控制的控制算法，它在實(shí)際工業(yè)控制中有著廣泛的應(yīng)用，成為目前先進(jìn)工業(yè)控制最為成功的技術(shù)之一。實(shí)際工業(yè)應(yīng)用中，基于線性模型的模型預(yù)測(cè)控制算法已經(jīng)相當(dāng)成熟，但是實(shí)際的被控對(duì)象往往具有很強(qiáng)的非線性，非線性系統(tǒng)控制問題仍然是目前控制界的研究難點(diǎn)與熱點(diǎn)。隨著工業(yè)生產(chǎn)規(guī)模的擴(kuò)大以及被控對(duì)象復(fù)雜度的提升，對(duì)于被控系統(tǒng)很難獲取準(zhǔn)確的辨識(shí)模型。支持向量機(jī)(SVM)以結(jié)構(gòu)風(fēng)險(xiǎn)最

2、小化原則為基礎(chǔ)，在處理非線性被控對(duì)象的分類及回歸問題上，其精度和泛化能力等方面都有著優(yōu)異的表現(xiàn)。本文針對(duì)具有非線性特性的被控對(duì)象，研究了基于Libsvm的智能建模方法并與預(yù)測(cè)函數(shù)控制相結(jié)合來解決非線性控制問題。主要的研究?jī)?nèi)容如下:
　　(1)查閱了大量的文獻(xiàn)資料，對(duì)模型預(yù)測(cè)控制的發(fā)展趨勢(shì)以及取得的相關(guān)成果有了更進(jìn)一步的理解。尤其是對(duì)預(yù)測(cè)函數(shù)控制進(jìn)行了更深入的學(xué)習(xí)，認(rèn)識(shí)到預(yù)測(cè)函數(shù)在解決線性模型預(yù)測(cè)控制上的優(yōu)越性。
　　(2)支