Çevrimiçi destek vektör makineleri tabanlı model öngörülü denetim

Abstract

Tez çalışmasında, destek vektör makinelerinin (SVM) çevrimiçi eğitimi için önerilmiş bir yöntem olan çevrimiçi destek vektör bağlanımı algoritmasıyla, destek vektörü yapılarına dayalı bir denetim yöntemi olan daha önceden önerilmiş Destek Vektör Makineleri Tabanlı Model Öngörülü Denetim (SVM-Tabanlı MPC) yöntemini birleştiren çevrimiçi SVM-Tabanlı MPC yöntemi hem doğrusal sistemlere hem de doğrusal olmayan sistemlere uygulanmıştır. Bu yöntem, denetimi yapılacak sistemin boş bir modeliyle başlayarak modelleme ve denetim süreçlerini paralel olarak yapmaktadır. Benzetim sonuçları, çevrimiçi SVMTabanlı MPC yönteminin, hem doğrusal sistemlerin hem de doğrusal olmayan sistemlerin denetiminde oldukça iyi bir başarımı olduğunu göstermiştir. In this thesis, an online support vector machines (SVM) training method, referred to as online support vector regression algorithm, previously proposed support vector machines-based model predictive control (SVM-Based MPC) architecture, combines online SVM-based MPC method has been applied to both linear systems and nonlinear systems. Starting with an initially empty SVM model of the unknown plant, the proposed online SVM-based MPC method performs the modelling and control tasks simultaneously. The simulation results on both linear systems and nonlinear systems have revealed that the proposed method provides an excellent control quality.