一种数据驱动的非线性控制器直接设计方法

提出一种基于虚拟目标值(virtualreference，VR)和支持向量机(supportvectormachine，SVM)的非线性控制器设计直接方法。该方法的优点在于，能够在对象未知的情况下，利用采集到的对象输入输出数据直接设计非线性反馈控制器。文中分析了虚拟目标值反馈调整(virtualreferencefeedbacktuning，VRFT)理想控制器，给出了基于VR和SVM的非线性控制器的结构和设计步骤。仿真结果表明，该方法具有良好的处理非线性和噪声的能力，并且能消除稳态误差。与经典基于神经网络(neuralnetworks，NN)的间接模型参考控制方法相比，计算量大大降低。