摘要
本发明涉及工业过程控制技术领域,针对工业过程中广泛存在的无法建模非线性系统的跟踪控制问题,提出了一种开环稳定非线性系统的数据驱动预测控制方法,包括:通过改进偏最小二乘算法对局部模型进行回归;通过局部加权学习算法对局部模型的自回归预测模型;建立数据驱动的多步预测模型和求解方式。本发明提出的基于局部加权学习框架下的数据驱动预测控制方法,包括通过改进偏最小二乘算法对局部模型进行回归,通过局部加权学习算法对局部模型的自回归预测模型,建立数据驱动的多步预测模型和求解方式。实现局部加权学习框架下开环稳定非线性系统的高效跟踪控制,满足现代工业生产对高精度、智能化控制的迫切需求。
技术关键词
数据驱动预测控制
非线性系统
偏最小二乘算法
学习算法
回归预测模型
矩阵
在线
关系
广义
序列
预测误差
参数
分块
样本
信号
工业生产
系统为您推荐了相关专利信息
温度预测模型
执行温度补偿
历史工况数据
计算机程序代码
指令
资源调控方法
回归预测模型
重构
协方差矩阵
参数计算方法
屏电子设备
中央处理系统
自由曲面镜片
摄像模组
图像传感器