基于粒子群算法改进SVM的滑模控制研究

来源：计算机测量与控制杂志2014年第10期北京时间：

作者：齐立磊,陆剑

摘要：为了提高离散时间系统的控制品质以及削弱系统抖振,提出了基于粒子群算法(particle swarm optimization,PSO)改进支持向量机(support vector machine,SVM)的滑模控制方法并进行了仿真研究；通过SVM识辨参量模型与PSO寻优处理,获得趋于理想滑模运动的趋近律参数,确保寻优处理时间短、精度高；利用PSO和SVM在线调整滑模趋近律参数,可以克服常规滑模控制中需要事先设定趋近律参数限制的弊端,加快跟踪速度,削弱系统抖振,完善控制质量；仿真实验表明,该方法可以克服因 PSO寻优过程中的寻优时间过长等不足,又可解决SVM精度不高或计算量大的缺点；该方法用于离散时间系统是可行、有效的,工程实用性强。 

关键词：滑模控制;粒子群算法;支持向量机;跟踪;抖振

基金资助：河南省科学技术厅”基于物联网的城市智能停车服务系统研究与应用”(132102210566)。