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:
提出了一种新的使用粒子群算法改进最小二乘支持向量机(adaptive particle swarm optimization,APSO-WLSSVM)的复合算法,应用进化状态估计技术和变异操作改进粒子群算法,使得算法快速收敛于优化目标,具有良好的辨识效果.将所提出的方法与鲁棒最小二成向量机、最小二成相量机方法进行数值例子比较研究,结果证明了所提出的APSO-WLSSVM 方法的有效性.
推荐文章
应用随机微粒群算法辨识Hammerstein模型
系统辨识
Hammerstein模型
微粒群算法
非线性系统
基于多Hammerstein模型及APSO的预测控制策略
非线性预测控制
多Hammerstein模型
滚动优化
自适应粒子群算法
Hammerstein-Wiener系统的递推贝叶斯参数辨识算法
参数估计
模块化系统
两阶段算法
递推贝叶斯算法
奇异值分解
基于DEAFCR算法的非线性系统模型参数辨识
DEAFCR算法
非线性系统
参数辨识
优化算法
寿命机制
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APSO_WLSSV M算法的Hammerstein ARMAX模型参数辨识
来源期刊 中国科技论文 学科 工学
关键词 Hammerstein模型 鲁棒最小二成向量机 自适应粒子群混合鲁棒最小二成相量机 参数辨识 数值例子
年,卷(期) 2018,(2) 所属期刊栏目
研究方向 页码范围 136-142
页数 7页 分类号 TP3-05
字数 7156字 语种 中文
DOI 10.3969/j.issn.2095-2783.2018.02.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李涛 67 382 9.0 18.0
3 郭伟 61 500 13.0 19.0
9 乔东东 南京信息工程大学信息与控制学院 4 4 2.0 2.0
10 李明家 南京信息工程大学信息与控制学院 4 5 2.0 2.0
11 魏妙 南京信息工程大学信息与控制学院 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (31)
参考文献  (22)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (3)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(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
Hammerstein模型
鲁棒最小二成向量机
自适应粒子群混合鲁棒最小二成相量机
参数辨识
数值例子
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
中国科技论文
月刊
2095-2783
10-1033/N
大16开
北京市海淀区中关村大街35号教育部科技发展中心
2006
chi
出版文献量(篇)
4942
总下载数(次)
10
总被引数(次)
14783
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导