针对一类部分未知仿射非线性系统无穷区间求解问题,利用在线采样数据,提出了在线无偏最小二乘支持向量机(Least square support vector machines,LS-SVM)的方法.首先,通过引入一个参数消除了LS-SVM的偏置项,避免了冗余计算,同时在优化...针对一类部分未知仿射非线性系统无穷区间求解问题,利用在线采样数据,提出了在线无偏最小二乘支持向量机(Least square support vector machines,LS-SVM)的方法.首先,通过引入一个参数消除了LS-SVM的偏置项,避免了冗余计算,同时在优化目标中引入权值函数,对靠近当前时刻的数据样本点赋予更高权重,提高了计算精度;其次,采用滚动时间窗的方法,实现非线性系统无穷区间求解,并满足求解实时性要求;最后,通过数值算例仿真验证了本文方法的有效性和优越性.展开更多
文摘针对一类部分未知仿射非线性系统无穷区间求解问题,利用在线采样数据,提出了在线无偏最小二乘支持向量机(Least square support vector machines,LS-SVM)的方法.首先,通过引入一个参数消除了LS-SVM的偏置项,避免了冗余计算,同时在优化目标中引入权值函数,对靠近当前时刻的数据样本点赋予更高权重,提高了计算精度;其次,采用滚动时间窗的方法,实现非线性系统无穷区间求解,并满足求解实时性要求;最后,通过数值算例仿真验证了本文方法的有效性和优越性.
