版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、 支持向量機是一種普適的學(xué)習(xí)算法,已經(jīng)廣泛地用于模式識別、回歸估計、函數(shù)逼近、密度估計等方面。本文將支持向量機應(yīng)用到非線性動態(tài)系統(tǒng)的辨識與控制中。針對某些特殊的非線性動態(tài)系統(tǒng),改進了支持向量機的輸出模型,得到更適合于該類系統(tǒng)的支持向量機模型。對多分類問題,提出了類似Byesian分類器的算法。具體的工作如下: 一、本文首先采用標(biāo)準(zhǔn)支持向量機辨識非線性動態(tài)系統(tǒng)的正向模型和逆模型,并基于估計的系統(tǒng)逆模型來實現(xiàn)對參考模型的跟蹤控
2、制。仿真實驗驗證了在噪聲干擾不太強的情況下,采用標(biāo)準(zhǔn)支持向量機辨識和控制非線性動態(tài)系統(tǒng)是可行的,且具有較好的推廣能力和收斂性。 二、針對可分離的非線性動態(tài)系統(tǒng),本文通過修改標(biāo)準(zhǔn)支持向量機的輸出模型,提出了可分離支持向量機回歸估計方法,并將它用于可分離非線性動態(tài)系統(tǒng)的辨識和控制。由于在模型表示中引入了可分離的先驗知識,避免了辨識過程中輸入變量和輸出反饋變量之間的相互影響,從而獲得了更高的辨識精度。另外在可分離非線性動態(tài)系統(tǒng)模型中,
3、控制律的求解與輸出反饋沒有關(guān)系也大大簡化了控制律的求解。仿真實驗表明,與標(biāo)準(zhǔn)支持向量機方法相比,由于采用可分離的先驗知識,可分離支持向量機具有更好的辨識和控制精度;與同樣結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)方法相比,可分離支持向量機方法具有更好的推廣能力和收斂特性。 三、針對已獲得廣泛研究的仿射非線性動態(tài)系統(tǒng),本文通過修改標(biāo)準(zhǔn)支持向量機的輸出模型,提出了兩種仿射支持向量機回歸估計方法,并將它用于仿射非線性動態(tài)系統(tǒng)的辨識和控制,以及一般非線性動態(tài)系統(tǒng)的
4、近似辨識和控制。仿真實驗表明采用仿射支持向量機回歸估計方法辨識和控制仿射非線性系統(tǒng)或者近似辨識和控制一般的非線性系統(tǒng)都是可行的。它與同樣結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)方法相比,具有更好的推廣能力、收斂特性和魯棒性。 四、對一個多分類問題,本文首先將它分解成多個兩類問題,分別采用標(biāo)準(zhǔn)的二分支持向量機進行識別,并為二分支持向量機的輸出賦予一個二分后驗概率。由于多類問題和由其分解的兩類問題條件概率的一致性,本文進一步根據(jù)二分后驗概率計算多分類器輸出的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的非線性系統(tǒng)辨識建模與控制.pdf
- 基于支持向量機的非線性系統(tǒng)辨識及控制研究.pdf
- 基于支持向量機回歸的非線性模型辨識研究.pdf
- 基于支持向量機的非線性系統(tǒng)內(nèi)??刂?pdf
- 基于支持向量機的非線性系統(tǒng)建模與預(yù)測控制.pdf
- 基于支持向量機的非線性預(yù)測控制研究.pdf
- 基于支持向量機與模糊推理的系統(tǒng)辨識與控制研究.pdf
- 基于支持向量機的非線性系統(tǒng)廣義預(yù)測控制研究與應(yīng)用.pdf
- 基于支持向量機的非線性AVO反演.pdf
- 基于支持向量機建模的非線性預(yù)測控制研究.pdf
- 基于支持向量機的協(xié)調(diào)系統(tǒng)辨識.pdf
- 基于v支持向量機的非線性時間序列預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的遲滯非線性動態(tài)系統(tǒng)辨識與控制的研究.pdf
- 基于最小二乘支持向量機的非線性預(yù)測控制.pdf
- 基于MapReduce的非線性支持向量機分類算法研究.pdf
- 基于最小二乘支持向量機的非線性廣義預(yù)測控制.pdf
- 基于支持向量機的金融市場非線性特征分析.pdf
- 基于支持向量機的巖土非線性變形行為預(yù)測研究.pdf
- 基于支持向量機的模糊系統(tǒng)結(jié)構(gòu)辨識與算法研究.pdf
- 基于支持向量機的非線性時間序列預(yù)測方法研究
評論
0/150
提交評論