| 基于支持向量机的直接逆模型辨识 |
| |
| 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： | 2003-06-24 |
| 修稿时间： | 2004-05-08 |
| 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》下载免费的PDF全文 |
|
