基于支持向量回归神经网络的动态系统辨识

• 作者: 刘君华 李军
• 来源期刊: 东南大学学报(英文版)
• 学科: 工学
• 关键词: 支持向量回归 神经网络 系统辨识 鲁棒学习算法 自适应性
• 年，卷（期）: 2006,（2）
• 页码范围: 228-233
• 页数: 6页
• 分类号: TP183
• 字数: 981字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2006.02.018

摘要

结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR-NN).首先,利用支持向量回归方法确定SVR-NN的初始结构和初始化权值,基于支持向量自适应地构造SVR-NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR-NN为非线性系统辨识提供了极有吸引力的新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘君华	西安交通大学电气工程学院	224	3216	28.0	45.0
2	李军	西安交通大学电气工程学院	263	2157	24.0	34.0