基于支持向量機(jī)的ABS樹(shù)脂聚合溫度控制研究.pdf

1、支持向量機(jī)是統(tǒng)計(jì)學(xué)習(xí)領(lǐng)域新興的一種機(jī)器學(xué)習(xí)方法,已經(jīng)在模式識(shí)別等領(lǐng)域得到有效的應(yīng)用,也成為非線性系統(tǒng)辨識(shí)的有力工具.文獻(xiàn)中將支持向量機(jī)方法與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)相結(jié)合,所提出的支持向量神經(jīng)網(wǎng)絡(luò)算法被證明對(duì)非線性系統(tǒng)的建模是無(wú)偏的.但到目前為止,將支持向量機(jī)方法用于解決工業(yè)過(guò)程控制問(wèn)題還不多見(jiàn).ABS樹(shù)脂聚合過(guò)程具有高度非線性,時(shí)變性的特點(diǎn).其聚合過(guò)程對(duì)溫度及溫度變化反應(yīng)靈敏,給系統(tǒng)的建模和控制提出了較高的要求.該文應(yīng)用支持向量神經(jīng)網(wǎng)絡(luò)算法

2、,對(duì)ABS樹(shù)脂聚合過(guò)程進(jìn)行建模,并與自適應(yīng)逆控制方法相結(jié)合,提出了基于支持向量神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)自適應(yīng)逆控制方法.該方法利用支持向量神經(jīng)網(wǎng)絡(luò),根據(jù)現(xiàn)場(chǎng)采集的數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò),建立ABS樹(shù)脂聚合過(guò)程逆系統(tǒng)模型,將此逆模型作為控制器,其輸出作用于被控對(duì)象.同時(shí)根據(jù)期望輸出與系統(tǒng)實(shí)際輸出之差,通過(guò)PID算法,調(diào)整逆模型控制器的輸入,實(shí)現(xiàn)對(duì)逆模型控制器的在線修正,形成了基于支持向量神經(jīng)網(wǎng)絡(luò)的逆模型自適應(yīng)控制算法.對(duì)非線性系統(tǒng)進(jìn)行的仿真結(jié)果表明,支

3、持向量神經(jīng)網(wǎng)絡(luò)的建模精度高于普通神經(jīng)網(wǎng)絡(luò),且具有訓(xùn)練時(shí)間短,泛化能力強(qiáng)等優(yōu)點(diǎn);基于支持向量神經(jīng)網(wǎng)絡(luò)的自適應(yīng)逆控制方法具有簡(jiǎn)捷、可靠、有效、魯棒性強(qiáng)的特點(diǎn).與一般基于神經(jīng)網(wǎng)絡(luò)的控制器相比,它有能根據(jù)誤差直接調(diào)節(jié)控制器參數(shù)以適應(yīng)模型及環(huán)境變化的自適應(yīng)能力,具有很強(qiáng)的魯棒性;與傳統(tǒng)自適應(yīng)控制系統(tǒng)相比,它不需要精確的數(shù)學(xué)模型,具有廣泛的適用性.該文工作表明:支持向量神經(jīng)網(wǎng)絡(luò)作為一種高精度建模工具,不僅可以成功應(yīng)用于解決如ABS樹(shù)脂聚合溫度建模等