基于逼近基元的智能非线性系统模型研究

基于逼近基元的智能非线性系统模型研究

论文摘要

基于输入—输出数据的非线性系统建模方法是目前系统建模方法研究的热点,涉及到回归分析方法、神经网络、人工智能、模式识别、机器学习等多方面的理论和方法。支持向量机(Support Vector Machine,SVM)是在统计学习理论上发展的一种新的机器学习方法,由于其出色的学习性能,该技术己成为当前国际机器学习界的研究热点。支持向量机是以结构风险最小化原则为基础的,这就使得支持向量机具有更好的泛化能力,全局最优及收敛速度快等显著特点。由于其完备的理论基础和坚实的实验结果,SVM己经日渐引起研究人员的重视,它主要应用于分类和回归问题中。本文从支持向量回归理论入手,研究建模预测方法。本文提出了一种基于逼近基元的智能非线性系统模型,它不需要了解非线性系统的机理,只通过研究对象的各种外部表现数据即可对非线性系统进行建模。智能非线性系统模型研究从观测数据出发寻找规律,利用这些规律对未来数据或无法观测的数据进行预测建模。由于现实世界中存在着大量对其内在机理不明的对象,因此这种基于数据的建模方法具有普适性。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题的背景
  • 1.2 系统建模方法的研究现状
  • 1.3 智能非线性系统建模的基本思想
  • 1.4 论文的主要工作及结构安排
  • 第二章 支持向量回归与核方法
  • 2.1 支持向量机
  • 2.1.1 支持向量分类机
  • 2.1.2 标准支持向量机回归算法
  • 2.2 核方法
  • 2.2.1 核函数
  • 2.2.2 核的性质
  • 2.2.3 核的分类
  • 2.2.4 核函数方法的特点
  • 2.2.5 核函数方法实施步骤
  • 2.3 核方法与支持向量回归
  • 第三章 智能非线性系统模型
  • 3.1 模型表述
  • 3.1.1 I 型模型
  • 3.1.2 II 型模型
  • 3.2 逼近基元/逼近基元函数
  • 3.3 模型逼近特性
  • 3.4 智能非线性系统建模
  • 3.4.1 模型转换
  • 3.4.2 实验建模/辨识建模
  • 3.5 建模仿真
  • 3.5.1 Box-Jenkins 煤气炉数据
  • 3.5.2 太阳黑子序列
  • 第四章 总结与展望
  • 4.1 论文总结
  • 4.2 下一步工作的展望
  • 参考文献
  • 致谢
  • 附录 攻读硕士学位期间发表的论文
  • 相关论文文献

    • [1].基于真实驾驶数据的运动基元提取与再生成[J]. 机械工程学报 2020(16)
    • [2].企业整体创新工程的基元分析[J]. 珠江论丛 2014(03)
    • [3].关于汉语释义基元词的界定问题[J]. 辞书研究 2013(03)
    • [4].基于基元表示的多边形检测方法[J]. 自动化学报 2011(09)
    • [5].典型垃圾基元高温干燥过程的数值模拟[J]. 工程热物理学报 2009(03)
    • [6].利用基元分解的机载点云复杂建筑物自动重建[J]. 遥感信息 2018(03)
    • [7].小球藻联产油脂和虾青素的基元模式分析[J]. 生物加工过程 2014(04)
    • [8].“语义基元”解析[J]. 学习月刊 2012(20)
    • [9].基元库构建模型及其应用研究[J]. 广东工业大学学报 2015(03)
    • [10].基元模式分析在生物网络和途径分析中的应用[J]. 生物工程学报 2013(06)
    • [11].生态友好型建筑功能基元材料的必要性以及意义[J]. 商业文化(上半月) 2012(01)
    • [12].多基元压电复合材料的制备及性能[J]. 压电与声光 2010(03)
    • [13].基于卷积神经网络的蓝印花布纹样基元分类[J]. 纺织学报 2020(01)
    • [14].分布式基元水声目标被动定位方法研究[J]. 声学与电子工程 2015(01)
    • [15].传播学解放之路的起点应是传播的基元[J]. 社会科学研究 2009(02)
    • [16].基于基元模式的代谢网络模块化分析[J]. 荆楚理工学院学报 2017(04)
    • [17].船载柔性阵基元坐标实时获取技术研究[J]. 数据采集与处理 2010(01)
    • [18].基于动态纹理基元的外观设计专利检索[J]. 微电子学与计算机 2016(03)
    • [19].轴流压缩机基元级叶片前后缘修正的造型方法研究[J]. 机械设计与制造 2011(08)
    • [20].典型垃圾基元高温干燥过程的动力学特性[J]. 工程热物理学报 2010(01)
    • [21].基于免疫算法的图像基元提取方法[J]. 兵工自动化 2009(11)
    • [22].统一内容标签的基元表达及其构建策略初探[J]. 广东工业大学学报 2014(02)
    • [23].化学基元组学与药物创新[J]. 中国科学:化学 2013(01)
    • [24].基于特征基元的高分辨率遥感影像道路网自动提取技术[J]. 测绘科学 2009(03)
    • [25].基于主动式边界基元模型的多类目标识别方法[J]. 中国科学院研究生院学报 2009(04)
    • [26].基于基元的高分辨率遥感建筑物提取研究[J]. 微计算机信息 2008(21)
    • [27].对壳牌HSE作用机理的系统思考[J]. 中国安全生产科学技术 2008(04)
    • [28].基于代谢网络拓扑结构的基元模块发现方法[J]. 北京生物医学工程 2014(02)
    • [29].化学课堂基元教学行为链类型的整体分布解析[J]. 当代教研论丛 2019(10)
    • [30].基于基元理论和系统思考的加减法在项目管理中的应用研究[J]. 项目管理技术 2014(06)

    标签:;  ;  ;  

    基于逼近基元的智能非线性系统模型研究
    下载Doc文档

    猜你喜欢