1、由于工業(yè)過程的高度非線性和復(fù)雜性,非線性系統(tǒng)最優(yōu)跟隨控制的研究一直是控制領(lǐng)域的熱點。本文借鑒大數(shù)據(jù)時代從數(shù)據(jù)角度考慮問題的思想,從研究現(xiàn)有數(shù)據(jù)驅(qū)動控制的方法著手,以支持向量機(jī)(SVMs)為方法,建立了基于最小二乘支持向量機(jī)(LS-SVMs)的一類非線性系統(tǒng)的最優(yōu)跟隨數(shù)據(jù)驅(qū)動控制的方法。
　　本文研究了針對仿射非線性系統(tǒng)的近似解問題,采用LS-SVMs在給定系統(tǒng)若干狀態(tài)觀測點的條件下解決的方法。首先,通過LS-SVMs將非線性系統(tǒng)已

2、知部分轉(zhuǎn)換到高維特征空間并表示成一系列具有LS-SVMs結(jié)構(gòu)的線性方程組的形式;同時給出系統(tǒng)近似解的 LS-SVMs固定結(jié)構(gòu)形式,以此將原問題轉(zhuǎn)化為LS-SVMs框架的優(yōu)化問題,得到系統(tǒng)的連續(xù)可微閉式近似解。其次,利用非線性系統(tǒng)的未知部分與已知部分和近似解的偏導(dǎo)數(shù)之間的關(guān)系辨識出未知部分。本文成功解決了針對既從數(shù)學(xué)的角度求解常微分的連續(xù)近似解又從系統(tǒng)的角度解決系統(tǒng)本身的辨識這一復(fù)合問題。
　　本文研究了利用LS-SVMs解決一類非

3、線性系統(tǒng)最優(yōu)跟隨控制問題。該研究運(yùn)用兩個LS-SVMs先后解決最優(yōu)跟隨軌跡規(guī)劃和最優(yōu)跟隨控制器設(shè)計問題。首先在第一個LS-SVMs框架下規(guī)劃出顯式、連續(xù)和可微的最優(yōu)跟隨軌跡曲線;為了避免最優(yōu)跟隨軌跡震蕩劇烈,在LS-SVMs的復(fù)雜度和跟隨誤差之間引入了權(quán)函數(shù)。其次,在第二個由非線性系統(tǒng)和最優(yōu)跟隨軌跡曲線的若干離散點構(gòu)成的LS-SVMs框架下設(shè)計顯式、連續(xù)和可微的最優(yōu)跟隨控制器。
　　置身大數(shù)據(jù)時代,本文從數(shù)據(jù)的角度研究了一類非線性