基于v-支持向量回归的T-S模糊模型辨识

基于v-支持向量回归的T-S模糊模型辨识
李益国;沈炯
【期刊名称】《中国电机工程学报》
【年(卷),期】2006(26)18
【摘要】结论参数对T-S模糊模型的泛化能力有重要影响。

该文引入v-支持向量回归机(v-SVRM),把T-S模型结论参数的辨识问题转化为一个约束优化问题,并推导了新的迭代求解算法。

该方法通过一个参数v控制支持向量的数目和落在ε不灵敏带外样本点的数目,并自动计算合适的ε。

针对典型负荷被控对象的仿真结果表明:该方法比通常采用最小二乘法进行结论参数辨识的方法具有更好的泛化能力;此外,由于采用了ε不灵敏损失函数,该方法具有更好的噪声适应能力。

【总页数】6页(P148-153)
【关键词】v-支持向量回归;T-S模糊模型;泛化性能;ε不灵敏损失函数;负荷系统【作者】李益国;沈炯
【作者单位】东南大学动力系
【正文语种】中文
【中图分类】TK323
【相关文献】
1.基于V-支持向量机与ε-支持向量机的非线性系统辨识 [J], 张智;朱齐丹;严勇杰
2.基于V-支持向量机与ε-支持向量机的非线性系统辨识 [J], 张智;朱齐丹;严勇杰
3.基于支持向量机回归的T-S模糊模型自组织算法及应用 [J], 梁炎明;苏芳;李琦;
刘丁
4.T-S模型的遗传算法和支持向量机辨识 [J], 丁学明;樊海军
5.基于最小二乘支持向量机的T-S模型在线辨识 [J], 丁学明
因版权原因，仅展示原文概要，查看原文内容请购买。