-
题名带稀疏特性的最优区间回归模型辨识方法
- 1
-
-
作者
刘小雍
方华京
杨航
张强
张南庆
-
机构
遵义师范学院工学院
华中科技大学自动化学院
-
出处
《探测与控制学报》
CSCD
北大核心
2020年第1期94-103,共10页
-
文摘
传统的系统辨识方法主要是针对确定性数学模型辨识,其输出为确定的点输出,鲁棒性差,易受外界干扰。本文针对此问题,提出了最优区间回归模型(OIRM)辨识的方法。该方法将逼近误差的?1范数思想与结构风险最小化理论相结合,建立求解区间模型的最优化问题,应用线性规划独立求解区间模型的上界和下界模型。实验分析表明,对来自测量以及参数不确定性的数据,从均方根误差(RMSE)以及支持向量的百分数(SVs%)两个指标论证了,提出的方法不仅可以获取最优区间输出,还能确定区间模型的辨识精度和泛化性能之间的平衡。
-
关键词
逼近误差的l1范数
结构风险最小化
最优区间回归模型
线性规划
稀疏性
-
Keywords
approximation error on l1-norm
structural risk minimization
optimal interval regression model
linear programming
sparsity
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
