%0 Journal Article
%T 核学习自适应预测控制器的在线更新方法
%A 刘毅
%A 喻海清
%A 高增梁
%A 王海清
%A 李平
%J 控制理论与应用
%D 2011
%R 10.7641/j.issn.1000-8152.2011.9.CCTA100547
%X 针对非线性过程控制器的设计问题,将基于稀疏核学习的一种具有解析形式的自适应预测控制算法与选择性递推核学习相结合.该在线核学习模型可以通过递推算法进行节点增长和删减的有效更新.因此,所提出的控制器复杂度可控,且能学习过程的时变等特性,从而获得更好的性能.通过一非线性时变过程的仿真研究,验证了所提出的核学习控制器较传统的PID和无在线更新的核学习控制器等具有更好的自适应能力和鲁棒性.
%K 非线性过程控制
%K 递推辨识
%K 预测控制
%K 核学习
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA100547&flag=1