摘要:介绍了一种基于最小二乘算法的模糊支持向量机控制器,它将模糊控制与支持向量机结合起来,融合了两者的优点,既有不依赖被控对象模型又有泛化能力强等特点。同时采用混据对象的变化,采用遗传(GA)算法在线学习优合学习算法来优化控制器参数,即先采用最小二乘算法离线优化支持向量机(SVM)性能参数,建立SVM控制系统,再根化SVM性能参数和模糊比例因子,以使控制器的性能能适应对象的变化而达到最优。火电厂主汽温控制的仿真结果表明这种控制器具有良好的控制性能。
关键词:支持向量机 模糊支持向量网络 最小二乘算法 遗传算法 主汽温
单位:上海电力学院电力与自动化学院; 上海市杨浦区200090; 上海理工大学光电学院; 上海市杨浦区200090
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社