一种基于支持向量回归的混合建模方法

摘要：

近年来,随着计算能力的不断提高,数据驱动的建模方法受到了广泛的关注,对单模式系统进行定量分析的建模方法获得了诸多研究.然而,实际应用中大多数系统为多模式系统,不但各个模式有着不同的连续行为,连续状态还会在模式之间进行切换.针对这一情形,本文提出了经验概率混合自动机模型,并提出了针对该模型的基于支持向量回归(SVR)的多模式定性定量混合建模方法.该方法使用小波技术识别模式切换点,并在各个模式下单独建立支持向量模型,最后使用D-Markov机整合模型.经实例验证,该方法与传统支持向量回归模型的稳定性接近,但精确程度显著提高.

关键词：混合建模、支持向量回归(SVR)、D-Markov机、小波、数据驱动的建模

所属期刊栏目：43

分类号：TB114.3(工程基础科学)

在线出版日期：2017-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：352-359