基于LS-SVM与GPC算法的锅炉燃烧优化控制
基于LS-SVM算法和反馈网络建立了非线性对象全参数动态模型,实现了对非线性系统动态特性的多步预测;考虑控制的实时性,研究了将非线性LS-SVM动态模型在线线性化和构造对象实时线性CARIMA动态模型的方法;并结合GPC算法,提出了LSSVM-GPC动态优化控制策略.文中验证了LSSVM-GPC动态优化控制算法的跟踪能力和抗干扰能力,通过仿真试验给出了该算法对电站锅炉燃烧系统具有优秀的动态调节性能.
最小二乘支持向量机、动态模型、非线性、广义预测控制、优化控制
22
TM621.2;TP273(发电、发电厂)
2018-01-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
40-45