基于改进型时间窗LS-SVM的网络不确定时延预测

• 作者: 熊南
• 来源期刊: 工业控制计算机
• 学科: 工学
• 关键词: 不确定时延 最小二乘支持向量机 时间窗 密度加权 在线自适应性
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 数据采集与通信
• 页码范围: 92-94
• 分类号: TP273
• 字数: 3339字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-182X.2012.06.046

摘要

网络控制系统诱导时延受到网络路径、拓扑、拥塞等动态因素的影响,通常表现出不确定性.传统全局最小二乘支特向量机预测不确定性时变对象时,存在模型的自适应性不足的缺点.因此,给出一种改进时间窗口学习样本的最小二乘支持向量机建模方法:首先,以再生核Hilbert空间上定义的样本相关度为判据,决策训练窗口的样本学习;其次,窗口移动过程中,除旧纳新,尺度不变;最后考虑LS-SVM稀疏性,利用密度权重删除冗余支持向量,利于快速计算性.使用Matlab平台仿真,结果表明改进的LS-SVM学习算法模型的在线自适应性更具有优势,用于估计网络控制系统不确定时延问题具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊南	华东交通大学电气与电子工程学院	4	40	3.0	4.0