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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、 支持向量機(jī)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(jì)、函數(shù)逼近、密度估計(jì)等方面。本文將支持向量機(jī)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(jìn)了支持向量機(jī)的輸出模型,得到更適合于該類系統(tǒng)的支持向量機(jī)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(jī)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(jì)的系統(tǒng)逆模型來實(shí)現(xiàn)對參考模型的跟蹤控
2、制。仿真實(shí)驗(yàn)驗(yàn)證了在噪聲干擾不太強(qiáng)的情況下,采用標(biāo)準(zhǔn)支持向量機(jī)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(jī)的輸出模型,提出了可分離支持向量機(jī)回歸估計(jì)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(yàn)知識,避免了辨識過程中輸入變量和輸出反饋?zhàn)兞恐g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(shí)驗(yàn)表明,與標(biāo)準(zhǔn)支持向量機(jī)方法相比,由于采用可分離的先驗(yàn)知識,可分離支持向量機(jī)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(jī)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(jī)的輸出模型,提出了兩種仿射支持向量機(jī)回歸估計(jì)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(shí)驗(yàn)表明采用仿射支持向量機(jī)回歸估計(jì)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(gè)多分類問題,本文首先將它分解成多個(gè)兩類問題,分別采用標(biāo)準(zhǔn)的二分支持向量機(jī)進(jìn)行識別,并為二分支持向量機(jī)的輸出賦予一個(gè)二分后驗(yàn)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(jìn)一步根據(jù)二分后驗(yàn)概率計(jì)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(hù)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(fù)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(shí)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(jī)的非線性系統(tǒng)辨識建模與控制.pdf
- 基于支持向量機(jī)的非線性系統(tǒng)辨識及控制研究.pdf
- 基于支持向量機(jī)回歸的非線性模型辨識研究.pdf
- 基于支持向量機(jī)的非線性系統(tǒng)內(nèi)??刂?pdf
- 基于支持向量機(jī)的非線性系統(tǒng)建模與預(yù)測控制.pdf
- 基于支持向量機(jī)的非線性預(yù)測控制研究.pdf
- 基于支持向量機(jī)與模糊推理的系統(tǒng)辨識與控制研究.pdf
- 基于支持向量機(jī)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(jī)的非線性AVO反演.pdf
- 基于支持向量機(jī)建模的非線性預(yù)測控制研究.pdf
- 基于支持向量機(jī)的協(xié)調(diào)系統(tǒng)辨識.pdf
- 基于v支持向量機(jī)的非線性時(shí)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(jī)的非線性預(yù)測控制.pdf
- 基于MapReduce的非線性支持向量機(jī)分類算法研究.pdf
- 基于最小二乘支持向量機(jī)的非線性廣義預(yù)測控制.pdf
- 基于支持向量機(jī)的金融市場非線性特征分析.pdf
- 基于支持向量機(jī)的巖土非線性變形行為預(yù)測研究.pdf
- 基于支持向量機(jī)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(jī)的非線性時(shí)間序列預(yù)測方法研究
評論
0/150
提交評論