作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对变采样周期系统的控制,提出基于在线最小二乘支持向量机(LS-SVM)的预测控制方法.在LS-SVM的基础上,利用训练数据窗及训练数据阈值,推导出适合控制系统的在线训练方法.当在线LS-SVM的核函数取线性函数时,结合预测控制方法得到在线LS-SVM预测控制量的方程解,并将其应用于变采样周期系统.仿真显示了该方法的可行性、鲁棒性.
推荐文章
基于在线LS-SVM的网络预测控制系统
网络控制系统
预测控制
在线最小二乘支持向量机
核函数
基于PSO滚动优化的LS-SVM预测控制
非线性模型预测控制
非线性建模
最小二乘支持向量机
粒子群算法
基于贝叶斯回归LS-SVM的非线性系统观测
LS-SVM
非线性控制系统
观测器
贝叶斯框架
优化
信号输入输出
基于LS-SVM的软测量模型及其工业应用
最小二乘支持向量机
特征提取
软测量
苛性比值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LS-SVM的变采样周期系统控制
来源期刊 浙江师范大学学报(自然科学版) 学科 工学
关键词 变采样周期 预测控制 在线训练 最小二乘支持向量机
年,卷(期) 2010,(1) 所属期刊栏目 计算机
研究方向 页码范围 75-78
页数 4页 分类号 TP273
字数 2543字 语种 中文
DOI 10.3969/j.issn.1001-5051.2010.01.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (1851)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(18)
  • 参考文献(0)
  • 二级参考文献(18)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(4)
  • 二级参考文献(1)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
变采样周期
预测控制
在线训练
最小二乘支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江师范大学学报(自然科学版)
季刊
1001-5051
33-1291/N
大16开
浙江金华浙江师范大学33信箱
1960
chi
出版文献量(篇)
2287
总下载数(次)
2
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导