文献类型：期刊文章

作　　者：戴永彬[1]

机构地区：[1]辽宁工业大学软件学院,辽宁锦州121001

出　　处：《控制工程》

基　　金：辽宁省自然科学基金项目(2013020036)

年　　份：2016

卷　　号：23

期　　号：9

起止页码：1356-1360

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、核心刊

摘　　要：针对非线性预测控制中,系统建模和目标函数求解的问题,提出了一种基于粒子群优化的非线性预测控制策略(PSO-NPC)。首先,将时间因素引入到即时学习算法中,提高了基于即时算法的最小二乘支持向量机(LS-SVM)对非线性系统的建模精度。其次,针对单目标优化的常规PSO-NPC算法不足之处,将系统的第一步预测和最后一步预测输出作为主要优化目标,提出了多目标粒子群优化的非线性预测算法。最后,将目标函数中的误差权重作为粒子群优化的目标,根据系统耦合程度自适应调整误差权重,消除了系统回路之间耦合。仿真结果验证了改进算法的可行性和有效性。

关 键 词：粒子群 非线性预测  最小二乘支持向量机 解耦控制

分 类 号：TP27]