收藏本站
《华北电力大学(河北)》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量回归在预测控制中的应用研究

杨金芳  
【摘要】: 统计学在解决机器学习问题中起着基础性的作用,传统统计学主要研究渐近理论,即当训练样本数目趋向无穷大时的统计性质。但实际问题中可用样本数目通常是有限的,因此一些理论上很优秀的学习方法实际中表现得却可能不尽人意。统计学习理论系统地研究了机器学习问题,尤其是有限样本下的统计学习问题。在该理论的框架下产生了“支持向量机”这一新的通用机器学习方法。它植根于统计学习理论的VC维理论和结构风险最小化原则,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,以获得最好的推广能力。 本文首先将支持向量回归算法应用于时间序列预测,通过仿真验证了支持向量回归具有很好的非线性逼近能力和泛化能力,并分析得出支持向量回归之所以能更好地实现对时间序列拟合及其预测的原因,同时指出支持向量回归算法存在的不足。针对支持向量机二次规划(QP)算法处理大规模数据计算复杂度高的问题,介绍了适宜处理大规模数据的序列最小优化(SMO)算法,并对该算法在算法和程序设计上进行改进,使运算速度和预测精度得到了较大提高。 基于支持向量回归的辨识研究基本上都为离线辨识,其原因在于支持向量回归处理大批数据时存在耗时长及内存开销大的问题,不能满足实时计算的要求。针对这个问题提出了基于支持向量回归的限定记忆在线辨识算法,该算法有效地避免了内存开销大的问题,满足了在线辨识实时性的要求,为将支持向量回归应用于控制研究奠定了基础。 本文分析了内模控制的工作原理和特点,利用支持向量回归具有很好的非线性逼近能力的特性,将支持向量回归理论应用于内模控制。提出了一种支持向量回归内模控制(SVR-IMC)的设计方法:采用支持向量回归在线辨识算法建立被控对象的正模型,并利用先离线再在线辨识的方法建立被控对象的逆模型,即内模控制器。SVR-IMC具有较好的鲁棒性和抗干扰能力。 动态矩阵控制是预测控制算法中的一种,采用工程上易于测取的对象阶跃响应建立预测模型,由于干扰和噪声等因素的影响,预测模型与真实系统往往存在偏差影响控制性能。针对系统的建模误差,本文提出一种基于支持向量回归的误差补偿动态矩阵控制算法,即用支持向量回归在线建立误差模型,并进行单步预测得到当前误差的预测值,对预测模型进行补偿,从而实现对建模误差的校正,提高算法的鲁棒性。
【学位授予单位】:华北电力大学(河北)
【学位级别】:博士
【学位授予年份】:2007
【分类号】:TP18

【相似文献】
中国期刊全文数据库 前10条
1 王定成,汪懋华;基于GA的SVMR预测控制研究[J];控制与决策;2004年09期
2 孙浩;车载VLBI天线精确定位预测控制系统[J];上海交通大学学报;1996年04期
3 印建平,高峰;基于最优控制的新型非线性预测仿真研究[J];现代制造工程;2004年01期
4 史恩秀,黄玉美,史文浩;轮式移动机器人轨迹跟踪的预测控制[J];机械科学与技术;2004年10期
5 杜鹃;王树青;;基于支持向量机的预测函数控制[J];自动化仪表;2006年09期
6 王远景;萧蕴诗;;应用于火电厂主蒸汽温度预测控制的PSVM算法研究[J];计算技术与自动化;2006年04期
7 张厚杼;;氨合成塔温度的最佳预测控制[J];化工自动化及仪表;1988年01期
8 王永骥,徐桂英,涂健;水轮发电机组l~∞范数性能指标预测控制[J];控制理论与应用;1991年04期
9 吕剑虹,陈来九;一种多变量连续时间预测控制方法[J];自动化学报;1995年02期
10 毛志忠;一种全局稳定的直接预测自适应控制器[J];信息与控制;1995年02期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 本报记者 何晓曦;中国能源战略寻求突破[N];国际商报;2004年
2 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
5 丁广冉;夏甸承担国家安全科技支撑项目[N];中国黄金报;2007年
6 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
7 金石;轧钢模型控制技术培训首次在中国举行[N];中国冶金报;2007年
8 本报记者 席大伟;六大巨头谋动WiMax 中兴华为有望借机突围[N];通信信息报;2008年
9 本报记者 张自然 曾铭 王倩;倾听“天堂硅谷”[N];中国电子报;2002年
10 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
中国博士学位论文全文数据库 前10条
1 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 姬忠良;基于支持向量机的VCM生产过程控制方法研究[D];大连理工大学;2006年
2 张艳辉;基于支持向量机的建模与预测控制技术研究及应用[D];浙江大学;2006年
3 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
4 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
5 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
6 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
7 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
8 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
9 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
10 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026