论文部分内容阅读
针对氧化铝质量分数的建模与控制问题，提出一种新的基于最小二乘支持向量机（Ls-SVM）和预测控制的建模与控制策略。首先，针对LS-SVM建模时的参数选取问题，提出一种基于混沌优化的CHAOSLS-SVM算法获得最优氧化铝质量分数预测模型。然后，提出一种基于LS-SVM的氧化铝质量分数预测控制算法，采用混沌优化在线求解最优控制律。仿真结果表明：CHAOSLS-SVM算法建立的氧化铝质量分数预测模型，其泛化能力要比基于神经网络（NN）的氧化铝质量分数预测模型的强；基于LS-SVM的氧化铝质量分数预测控制算法，