何丹玉
- 作品数：3 被引量：2H指数：1
- 供职机构：中国科学技术大学信息科学技术学院自动化系更多>>
- 发文基金：国家高技术研究发展计划国家科技重大专项更多>>
- 相关领域：自动化与计算机技术更多>>
- 支持向量机逆系统控制方法的研究与应用
- 支持向量机(Support Vector Machine，SVM)是基于统计学习理论的机器学习方法，具有泛化能力好且结构简单的优点。本文利用其对函数精确拟合特性，解决非线性逆模型建立困难的问题，SVM将非线性回归问题转化...
- 何丹玉
- 关键词：支持向量机可逆性预测控制自适应控制
- 文献传递
- 基于相关分析法的PID控制回路模型验证被引量：1
- 2010年
- 介绍PID控制回路的性能指标及评估方法,并针对控制性能不佳时无法判断是由过程模型失配还是扰动模型失配所致这一问题,提出了一种模型验证方法。通过引入一个准白噪声序列,对实际输出序列和噪声序列使用相关分析法进行分析,并将结果与性能良好时的过程模型脉冲形式进行对比,以确定控制回路性能不佳的原因。通过仿真实例验证了方法的有效性。
- 薛美盛白东进张毅何丹玉
- 关键词：PID控制
- 基于SVM逆方法的球磨机制粉系统预测控制被引量：1
- 2011年
- 根据球磨机制粉过程的特点及相应的动态数学模型,证明了系统的可逆性。进一步利用支持向量机(SVM)对非线性系统具有良好逼近能力的特性,通过其来辨识球磨机制粉过程的逆系统,可以很好解决球磨机制粉系统逆系统建模难的问题,将该逆模型与原系统串联可构成解耦后的伪线性复合系统。同时为了克服逆系统的建模误差,通过设计预测控制器对该复合系统进行闭环优化控制。仿真结果表明,提出的方法不依赖于球磨机制粉系统的精确数学模型能够适应系统模型的不确定性,可在大范围内克服系统非线性强耦合问题,实现了球磨机制粉系统的有效控制。
- 薛美盛何丹玉魏衡华
- 关键词：逆系统支持向量机预测控制
