基于最小二乘支持向量机和混沌优化的非线性预测控制

针对非线性多入多出（MIMO）系统,提出一种基于最小二乘支持向量机（LSSVM）和混沌优化的预测 控制策略．预测模型是预测控制的三要素之一．本文给出了基于混沌优化的Chaos-LSSVM 算法,在可行域内反复搜 索,从而得到最优的LSSVM 算法参数,以及最优的LSSVM 模型．在线优化是另一个要素．提出了基于变尺度混沌 优化的MSC-MPC（变尺度混沌－模型预测控制）算法,可根据控制误差的大小,决定是否缩小搜索范围,从而迅速 收敛到最优解．该算法计算简单,容易实现,避免了同类方法复杂的求导、求逆运算．仿真结果显示：Chaos-LSSVM 算法和MSC-MPC 算法分别具有良好的建模、控制性能．     

支持向量机在衰落信道预测中的应用

研究信道通信优化控制问题,针对传统衰落信道预测算法中的不足,提出一种改进LSSVM的衰落信道预测。首先通过相空间重构对衰落信道系数序列进行重构,然后采用LSSVM对训练样本集进行学习,并通过自适应遗传算法对LSSVM参数进行优化建立最优衰落信道系数预测模型,最后采用测试集对模型的性能进行验证。仿真结果表明,相对于传统LSS-VM模型,改进模型提高了衰落信道系数预测精度,是一种进行衰落信道非线性预测的有效方法。     

基于LS-SVM的船舶航向模型预测控制

针对船舶动态性能具有较强的非线性、大惯性及时变性的特点,采用具有RBF核函数的最小二乘支持向量机(LS-SVM),利用其可以任意逼近非线性模型的良好特性实现对船舶模型有效辨识,得到船舶航向控制系统的非线性逼近模型,并将其与模型预测控制方法相结合,将最小二乘支持向量机辨识得到的系统模型作为预测模型,并将系统模型进行线性化并用线性预测控制方法求得解析的控制律,实现对船舶航向的预测控制,达到良好航向保持目的。仿真结果表明,最小二乘支持向量机降低了计算复杂度,且有较快计算速度,在小样本情况下具有良好的泛化能力;基于最小二乘支持向量机的船舶航向预测控制系统对外界干扰及模型参数摄动均具有较好的适应能力以及良好的控制性能。     

模糊滑模变结构控制在AUV纵倾控制中的应用

无人水下机器人(AUV)在潜浮运动过程中,纵倾角的控制对其在垂直面的运动状态起着关键的作用.尽管目前研究的控制方法对纵倾角有较好的控制效果,但是由于AUV不确定的非线性特性和模型参数,其控制性能并不理想.根据AUV垂直面的非线性模型,在特定的工作点对非线性模型进行了线性化,得到AUV垂直面纵倾运动的数学模型.设计了基于模糊控制理论的模糊滑模变结构控制器调整滑模控制的控制增益,并在海流干扰下用该控制器成功地对AUV进行了纵倾控制.仿真结果验证了该控制方法对运动模型不确定的AUV具有很好的控制性能,在外界干扰下,既保证了控制系统的快速性和鲁棒性,又能够有效地削弱抖振.     

基于组合模型的网络流量预测

网络流量预测是网络管理的基础,网络流量受到多种因素影响,具有周期性、时变性和非线性,传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律,为此,提出一种网络流量组合预测模型（ARIMA-LSSVM）。采用ARIMA对网络流量进行预测,捕捉其周期性变化趋势,采用LSSVM对网络流量非线性变化趋势进行预测,同时采用遗传算法对LSSVM参数进行优化,采用LSSVM两种预测结果进行融合,得到网络流量的最终预测结果。仿真实验结果表明,相对于单一网络流量预测模型,ARIMA-LSSVM提高网络流量预测精度,更能全面刻画网络流量变化趋势。     

基于AFSA-LSSVM的短时交通流量预测

为了提高短时交通流量的预测精度,针对最小二乘支持向量机（LSSVM）参数优化难题,提出一种人工鱼群算法（AFSA）和LSSVM相结合的短时交流量预测模型（AFSA-LSSVM）,通过采用AFSA优化LSSVM参数,并采用具体短时交通流量数据进行仿真实验。仿真结果表明,相对于参比模型,AFSA-LSSVM可以获得更优的LSSVM参数,能够更加准确地描述短时交通流量变化趋势,提高了短时交通量的预测精度,为非线性短时交通流量预测提供了一种新的研究思路。     

鲁棒H∞滤波器在AUV航向控制中的应用仿真

研究设计了一个鲁棒H∞滤波器来解决自治水下机器人（AUV）航向控制系统中部分难以测量状态变量的估计问题，并将其应用在AUV的航向控制系统中．建立了自治水下机器人在体坐标系下水平面运动的运动方程，并在特定的工作点对方程进行了线性化处理，得到了自治水下机器人的控制设计模型．基于线性矩阵不等式（LMI）方法对AUV航向控制系统设计了一个鲁棒H∞滤波器,并对该滤波器应用于AUV航向控制系统进行了仿真试验．仿真结果表明，该鲁棒H∞滤波器能够较好地抑制测量噪声的影响，较准确地估计出系统的状态变量，能够提高AUV航向控制系统的控制品质．     

鲁棒H∞滤波器在AUV航向控制中的应用仿真

研究设计了一个鲁棒H^∞滤波器来解决自治水下机器人（AUV）航向控制系统中部分难以测量状态变量的估计问题，并将其应用在AUV的航向控制系统中．建立了自治水下机器人在体坐标系下水平面运动的运动方程，并在特定的工作点对方程进行了线性化处理，得到了自治水下机器人的控制设计模型．基于线性矩阵不等式（LMI）方法对AUV航向控制系统设计了一个鲁棒H^∞滤波器，并对该滤波器应用于AUV航向控制系统进行了仿真试验．仿真结果表明，该鲁棒H^∞滤波器能够较好地抑制测量噪声的影响，较准确地估计出系统的状态变量，能够提高AUV航向控制系统的控制品质．     

气垫船航向的智能控制及仿真研究

研究气垫船航向优化控制问题,航向受到多种影响,具有非线性、时变等特点,常规PID难以建立精确的控制模型,控制精度低,影响航向控制.为了提高气垫船航向控制精度,提出一种粒子群优化算法、最小二乘支持向量机和常规PID相融合的气垫船航向控制算法(PSO-LSSVM-liD).采用粒子群算法对气垫船PID参数进行在线整定,同时采用最小二乘支持向量机对航向变化进行预测,然后PID根据预测结果对气垫船航向进行超前控制.仿真结果表明,PSO-LSSVM-PID提高了气垫船航向控制精度,克服了常规PID控制算法存的缺陷,环境适应能力更强,可以保证气垫船安全航行.     

便携式自主水下机器人动力学建模方法研究

针对50公斤级便携式自主水下机器人（AUV）的精确控制和研究,本文介绍了一种基于计算流体力学（CFD）和非线性最优化辨识的动力学建模方法．着重推导了便携式AUV动力学模型,并使用计算流体力学方法代替水池实验获取辨识所需数据和通过非线性最优化方法获得合适的模型结构和模型参数．最终建立了便携式AUV数学模型,并通过对仿真数据与试验数据的对比,证明了该模型及方法的有效性．