10.3969/j.issn.1001-506X.2019.02.25
基于相空间重构与鲁棒极限学习机的时延预测
针对网络控制系统(networked control system,NCS)诱导时延具有的时变、随机、非线性等特点,提出了一种相空间重构与鲁棒极限学习机(robust extreme learning machine,RELM)的时延预测算法.首先利用0-1测试对时延序列进行混沌特性检测,再通过改进关联积分法确定重构延迟参数和嵌入维数,进而对时延序列进行重构,新的样本更能真实反映时延变化特性.以重构后的时延序列为训练样本,同时,考虑异常值的稀疏特性,运用RELM进行时延序列预测.该方法具有学习速度快、泛化性能好、可有效降低异常值影响等优点.
网络控制系统、0-1检测、相空间重构、鲁棒极限学习机、时延预测
41
TP273(自动化技术及设备)
辽宁省自然科学基金重点项目20170540141;辽宁省自然科学基金201602130资助课题
2019-05-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
416-421