| 基于支持向量机的直接逆模型辨识 |
| |
| 引用本文： | 钟伟民,皮道映,孙优贤.基于支持向量机的直接逆模型辨识[J].控制理论与应用,2005,22(2):307-310. |
| |
| 作者姓名： | 钟伟民 皮道映 孙优贤 |
| |
| 作者单位： | 浙江大学,工业控制技术国家重点实验室,现代控制工程研究所,浙江,杭州,310027;浙江大学,工业控制技术国家重点实验室,现代控制工程研究所,浙江,杭州,310027;浙江大学,工业控制技术国家重点实验室,现代控制工程研究所,浙江,杭州,310027 |
| |
| 基金项目： | 国家973项目资助(2002CB312200). |
| |
| 摘 要： | 在简单讨论逆模型辨识原理的基础上,利用支持向量机(SVM)对函数逼近的能力,提出了基于支持向量机的直接逆模型辨识方法.分别采用二次核函数以及高斯RBF核函数,利用训练数据对线性和非线性系统进行黑箱辨识.仿真结果表明,基于支持向量机的直接逆模型辨识方法在处理线性和非线性对象时,辨识性能都优于传统的BP神经网络,不仅辨识精度高,辨识速度快,而且泛化能力较强.
|
| 关 键 词： | 逆模型 支持向量机(SVM) BP神经网络 建模与辨识 |
| 文章编号： | 1000-8152(2005)02-0307-04 |
| 收稿时间： | 2003/6/24 0:00:00 |
| 修稿时间： | 5/8/2004 12:00:00 AM |
Support vector machine based direct inverse-model identification |
| |
| ZHONG Wei-min,PI Dao-ying,SUN You-xian.Support vector machine based direct inverse-model identification[J].Control Theory & Applications,2005,22(2):307-310. |
| |
| Authors: | ZHONG Wei-min PI Dao-ying SUN You-xian |
| |
| Affiliation: | National Laboratory of Industrial Control Technology and Institute of Modern Control Engineering,Zhejiang University,Hangzhou Zhejiang 310027,China |
| |
| Abstract: | After a simple discussion of the principle of the inverse_model identification,a support vector machines(SVM) based direct inverse-model identification method is developed by using SVM's excellent ability of function approximation.According to the train data,linear and nonlinear systems' black-box identification is performed by using SVM with quadric polynomial and Gaussian RBF kernel respectively.Simulation results show that the performance of SVM based direct inverse-model is better than that of BP neural network in that it has better identification precision,quicker identification speed and stronger generalization ability. |
| |
| Keywords: | inverse-model support vector machine(SVM) BP neural network modeling and identification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
