文章摘要信息

中国电机工程学报 2007, 27(8) 76-80 DOI: ISSN: 0258-8013 CN: 11-2107/TM

本期目录 | 下期目录 | 过刊浏览 | 高级检索 [打印本页] [关闭]

发电

	扩展功能

	本文信息
	Supporting info
	PDF(219KB)
	[HTML全文]
	参考文献[PDF]
	参考文献
	服务与反馈
	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	引用本文
	Email Alert
	文章反馈
	浏览反馈信息
	本文关键词相关文章
	支持向量机
	模糊支持向量网络
	最小二乘算法
	遗传算法
	主汽温
	本文作者相关文章
	程启明
	PubMed
	Article by

基于最小二乘算法的模糊支持向量机控制器及其应用

程启明王勇浩

上海电力学院电力及自动化学院信控系上海理工大学光电学院

摘要：介绍了一种基于最小二乘算法的模糊支持向量机控制器，它将模糊控制与支持向量机结合起来，融合了两者的优点，既有不依赖被控对象模型又有泛化能力强等特点。同时采用混合学习算法来优化控制器参数，即先采用最小二乘算法离线优化支持向量机(SVM)性能参数，建立SVM控制系统，再根据对象的变化，采用遗传(GA)算法在线学习优化SVM性能参数和模糊比例因子，以使控制器的性能能适应对象的变化而达到最优。火电厂主汽温控制的仿真结果表明这种控制器具有良好的控制性能。

关键词：支持向量机模糊支持向量网络最小二乘算法遗传算法主汽温

The Fuzzy Support Vector Network Controller Based on Least Square Algorithms and Its Application

Abstract: The fuzzy support vector controller based on least square algorithms was discussed. The controller integrated fuzzy control and support vector machine together, and digested the advantages of both fuzzy control and support vector networks. It was independent of the controlled object model，and had also good general change ability. The controller parameters were optimized by the hybrid learning algorithm, i.e. in a first step, least square algorithm was used for off-line optimization to form support vector machines(SVM) control system, then genetic algorithm was used for on-line optimization get the optimal control performance on the controlled object. The simulations on electric plant main steam temperature control system show that the controller is of good performance.

Keywords: support vector machine fuzzy support vector network least square algorithm genetic algorithm main steam temperature

收稿日期 2006-05-15 修回日期 1900-01-01 网络版发布日期

DOI:

基金项目:

通讯作者: 程启明

作者简介:

作者Email: chengqiming@sina.com

参考文献：

本刊中的类似文章

1．张龙熊国良柳和生邹慧君陈慧.基于时变自回归模型与支持向量机的旋转机械故障诊断方法[J]. 中国电机工程学报, 2007,27(9): 99-103

2．文俊刘天琪李兴源任景.在线识别同调机群的优化支持向量机算法[J]. 中国电机工程学报, 2008,28(25): 80-85

3．颜秉勇刘喜梅田作华施颂椒于飞.基于协同滤波器和支持向量机的HVDC系统故障诊断[J]. 中国电机工程学报, 2008,28(1): 23-29