最小支持向量机在系统逆动力学辨识与控制中的应用

为克服支持向量机(supportvectormachine，SVM)在线辨识过程需要较大的内存开销的问题，该文将递推最小二乘法(recursiveleastsquare，RLS)与最小二乘支持向量机(leastsquaressupportvectormachine，LS-SVM)回归相结合，利用RLS在线调整支持向量机的权向量和偏移量，实现了系统逆动力学模型的在线辨识。在获得逆动力学模型的基础上，设计了一种基于逆动力学递推最小二乘支持向量机的控制算法，利用RLS在线调整控制器参数。过热汽温辨识和控制的仿真结果表明，辨识出的逆动力学模型具有较高的精度，所设计的控制器能获得较好的控制性能和有较强的适应能力。