基于核岭回归的非线性内模控制  

Kernel ridge regression-based nonlinear internal model control

作　　者：黄宴委[1] 

机构地区：[1]福州大学电气工程与自动化学院,福州350108

出　　处：《控制与决策》2009年第7期1100-1103,共4页Control and Decision

基　　金：福州大学科技发展基金项目(2008-XQ-19)

摘　　要：提出一种基于核岭回归(KRR)建模的内模控制策略.该方法充分利用基于结构风险最小化为学习规则的回归方法的非线性拟合性能,建立内模控制系统,从理论上分析了内模控制系统的稳定性和稳态误差同逆模与内模估计误差的关系问题.仿真表明,在训练样本有限和有噪声污染情况下,该系统较神经网络方法具有更好的控制性能.A design of internal model control systems for process with delay using kernel ridge regression （KRR） is proposed, which fully uses the excellent nonlinear estimation performance of KRR based on structural risk minimization principle. Internal model control system is constructed. Closed-system stability and steady error are analyzed for the existence of modeling errors. The simulations show that the proposed control .systems have the better control performance than neural networks in training samples with finite size and noises.

关 键 词：内模控制 核岭回归 神经网络 稳态误差 稳定性 

分 类 号：TP278[自动化与计算机技术—检测技术与自动化装置]