基于FSVMs的多模型建模方法

被引：8

作者：

冯瑞

沈伟

张艳珠

邵惠鹤

机构：

[1] 上海交通大学自动化系

[2] 上海交通大学自动化系上海

[3] 上海

来源：

控制与决策 | 2003年 / 06期

关键词：

模糊支持向量机(FSVMs); 模糊支持向量分类器(FSVC); 模糊支持向量回归(FSVR); 多模型(MM); 建模;

D O I：

10.13195/j.cd.2003.06.8.fengr.002

中图分类号：

TP13 [自动控制理论];

学科分类号：

0711 ; 071102 ; 0811 ; 081101 ; 081103 ;

摘要：

针对全局模型难以精确描述复杂工业过程的问题,提出一种基于模糊支持向量机（FSVMs）的多模型（FSVMs MM）建模方法。用模糊支持向量分类算法（FSVC）对输入数据进行预处理,得到多模型模糊隶属度;用模糊支持回归算法（FSVR）建立多模型（MM）估计器。应用该方法对pH中和滴定过程进行建模,仿真结果表明,FSVMs MM跟踪性能好、泛化能力强,比USOCPN方法和标准支持向量机（SVMs）方法具有更好的性能和推广能力。

引用

页码：646 / 650

页数：5

共 3 条

[1]

A Multiple Model Approach to Modeling Based on LPF Algorithm[J]. Li Ning, Li Shaoyuan & Xi Yugeng Institute of Automation, Shanghai Jiaotong University, 200030, P. R. China.Journal of Systems Engineering and Electronics. 2001(03)

[2] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167

[3] Modeling pH neutralization processes using fuzzy-neural approaches [J].

Nie, JH ;

Loh, AP ;

Hang, CC .

FUZZY SETS AND SYSTEMS, 1996, 78 (01) :5-22

← 1 →