非线性系统基于支持向量机的智能建模与控制方法研究

复杂系统的建模和控制是国家自然科学基金鼓励资助的研究领域。非线性是复杂系统的本质特性之一，针对非线性系统的建模与控制研究因为其挑战性和研究成果的普适性而一直是控制界的热点和难点。本项目研究非线性系统基于支持向量机(SVM)的建模与控制问题，主要包括：1.研究提出快速有效的能跟踪对象动态变化的SVM在线训练算法,提高其实时性，使之适用于非线性模型在线辨识；2.提出新的SVM结构，适应多入多出（MIMO）系统建模需求，推导出MIMO型SVM的训练算法；3.研究基于SVM的非线性模型预测控制技术，设计合适的优化目标函数，得到预测控制律的解析表达式；4.设计非线性系统基于SVM的自适应控制器，分析得到闭环稳定性条件。相关理论研究结果将通过计算机仿真和控制实验进行验证改进。项目研究成果将为非线性系统提供新的更有效的建模与控制方法，具有重要的理论意义和实用价值。