不确定非线性系统的LSSVR迭代学习辨识算法
针对一类不确定非线性系统的时变参数辨识问题,利用最小二乘支持向量回归机(LSSVR)的逼近能力,将积分型Lyapunov函数作为优化目标,设计出具有自适应性的迭代学习辨识算法.该算法采用迭代学习的方式对支持向量回归机的权值和逼近误差进行修正,利用高增益的反馈控制器增强系统的稳定性和鲁棒性.收敛性分析表明,随着迭代次数的增加,估计误差渐近收敛于零.仿真结果表明该算法可以实现有限时间区间上参数的完全辨识.
迭代学习辨识、不确定非线性系统、在线建模、支持向量机、鲁棒控制
22
TP273(自动化技术及设备)
陕西省科技发展计划项目2014K05-26;陕西省微特电机及驱动技术重点实验室开放基金2013SSJ2003
2016-01-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
1118-1122