智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2010年
1期
51-56
,共6页
粒子群算法%最小二乘支持向量机回归%非线性系统辨识%黑箱模型%船舶操纵模型
粒子群算法%最小二乘支持嚮量機迴歸%非線性繫統辨識%黑箱模型%船舶操縱模型
입자군산법%최소이승지지향량궤회귀%비선성계통변식%흑상모형%선박조종모형
针对非线性黑箱系统辨识中存在不确定性、高阶次,采用常规辨识方法建立其精确数学模型十分困难等问题,提出一种基于自适应粒子群算法的最小二乘支持向量机回归(PSO-LSSVR)非线性系统辨识方法.该方法采用2组自适应粒子群算法并行计算模型,分别利用自适应粒子群算法对LSSVR中的参数进行自动选取和矩阵迭代求解,既克服了传统LSSVR参数难以确定的缺点,提高了辨识精度,同时避免了复杂矩阵求逆运算,加快了计算速度.将该方法应用于船舶操纵性模型非线性系统辨识,仿真结果表明,由该方法得到的LSSVR能够有效地对系统进行建模,仿真精度高,结构简单,具有一定的理论推广意义.
針對非線性黑箱繫統辨識中存在不確定性、高階次,採用常規辨識方法建立其精確數學模型十分睏難等問題,提齣一種基于自適應粒子群算法的最小二乘支持嚮量機迴歸(PSO-LSSVR)非線性繫統辨識方法.該方法採用2組自適應粒子群算法併行計算模型,分彆利用自適應粒子群算法對LSSVR中的參數進行自動選取和矩陣迭代求解,既剋服瞭傳統LSSVR參數難以確定的缺點,提高瞭辨識精度,同時避免瞭複雜矩陣求逆運算,加快瞭計算速度.將該方法應用于船舶操縱性模型非線性繫統辨識,倣真結果錶明,由該方法得到的LSSVR能夠有效地對繫統進行建模,倣真精度高,結構簡單,具有一定的理論推廣意義.
침대비선성흑상계통변식중존재불학정성、고계차,채용상규변식방법건립기정학수학모형십분곤난등문제,제출일충기우자괄응입자군산법적최소이승지지향량궤회귀(PSO-LSSVR)비선성계통변식방법.해방법채용2조자괄응입자군산법병행계산모형,분별이용자괄응입자군산법대LSSVR중적삼수진행자동선취화구진질대구해,기극복료전통LSSVR삼수난이학정적결점,제고료변식정도,동시피면료복잡구진구역운산,가쾌료계산속도.장해방법응용우선박조종성모형비선성계통변식,방진결과표명,유해방법득도적LSSVR능구유효지대계통진행건모,방진정도고,결구간단,구유일정적이론추엄의의.
