基于模糊最小二乘支持向量机的非线性系统辨识

摘要：

本文针对非线性工业过程中含有噪声信号的测量数据,提出了一种模糊最小二乘支持向量机(FLS-SVM)的非线性系统辨识方法,对每个训练数据点定义一个隶属度表示该数据点在训练过程中的重要程度,并与最小二乘支持向量机相结合,可以得到模型参数的解析解,避免了在对偶空间求二次规划问题.把FLS-SVM方法用于强非线性和过程的模型辨识,与一般最小二乘支持向量机方法的结果进行比较,仿真结果表明了FLS-SVM方法的有效性.

关键词： 支持向量机 非线性系统 系统辨识

作者: 李丽娟 胡盛祥 赵英凯

作者单位: 南京工业大学自动化学院,江苏,南京,210009;浙江大学信息学院,浙江,杭州,310027 南京工业大学信息科学与工程学院,江苏,南京,210009 南京工业大学自动化学院,江苏,南京,210009

会议类型: 国内会议

会议名称: 2005年华东六省一市自动化学术年会

会议地点: 合肥

会议语种:中文

页码: 222-226

在线出版日期: 2005-11-01（万方平台首次上网日期，不代表论文的发表时间）