研究被控对象逆模型控制问题,自适应直接逆控制(ADIC)的关键是即时逆模型的准确性和模型在线辨识算法的快速性。针对逆模型辨识问题,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的ADIC算法。在每个控制周期,进行递推学习新样本,并删除与新样本最相似的样本,然后被共享为控制器并用作计算控制量。仿真表明,SONB-LSSVM能及时学习过程逆动态特性,有较强的泛化能力。表明ADIC具有良好的自适应能力和较高的控制精度。