物理学报
物理學報
물이학보
2005年
1期
30-34
,共5页
混沌控制%支持向量机%建模
混沌控製%支持嚮量機%建模
혼돈공제%지지향량궤%건모
提出了基于最小二乘支持向量机(LS-SVMs)建模的混沌系统控制方法.与前向神经网络相比,LS-SVMs的优点是其训练过程遵循结构风险最小化原则,不易发生过拟合现象;它通过解一组线性方程组可得到全局惟一的最优解;LS-SVMs的拓扑结构在训练结束时自动获得而不需要预先确定.该方法不需要被控混沌系统的解析模型,且当测量噪声存在情况下控制仍然有效.以一维和二维非线性映射为例进行数值仿真,表明该方法是有效和可行的.
提齣瞭基于最小二乘支持嚮量機(LS-SVMs)建模的混沌繫統控製方法.與前嚮神經網絡相比,LS-SVMs的優點是其訓練過程遵循結構風險最小化原則,不易髮生過擬閤現象;它通過解一組線性方程組可得到全跼惟一的最優解;LS-SVMs的拓撲結構在訓練結束時自動穫得而不需要預先確定.該方法不需要被控混沌繫統的解析模型,且噹測量譟聲存在情況下控製仍然有效.以一維和二維非線性映射為例進行數值倣真,錶明該方法是有效和可行的.
제출료기우최소이승지지향량궤(LS-SVMs)건모적혼돈계통공제방법.여전향신경망락상비,LS-SVMs적우점시기훈련과정준순결구풍험최소화원칙,불역발생과의합현상;타통과해일조선성방정조가득도전국유일적최우해;LS-SVMs적탁복결구재훈련결속시자동획득이불수요예선학정.해방법불수요피공혼돈계통적해석모형,차당측량조성존재정황하공제잉연유효.이일유화이유비선성영사위례진행수치방진,표명해방법시유효화가행적.
