Knowledge Management System of Hefei Institute of Physical Science，CAS
| LM滚动优化的SVMR预测控制研究 | |
| 2005 | |
| 发表期刊 | 模式识别与人工智能
 |
| ISSN | 1003-6059 |
| 摘要 | 支持向量机回归建模方法简单，有完备的理论基础，所反映的直接是系统的非线性特征，因而与神经网络等非线性回归方法相比具有独特的优点．因此，本文提出的非线性预测控制结构采用支持向量机回归建立非线性系统的预测模型，采用LM(Levenberg-Marquardt)非线性最小二乘优化方法作为非线性滚动优化方法．实验证明了这种预测控制具有较好的非线性控制效果，而且能够较好地抵消不可测干扰． |
| 关键词 | 支持向量机回归 预测控制 非线性 |
| 收录类别 | CSCD |
| 语种 | 中文 |
| CSCD记录号 | CSCD:1964106 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.hfcas.ac.cn:8080/handle/334002/61299 |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . LM滚动优化的SVMR预测控制研究[J]. 模式识别与人工智能,2005,018. |
| APA | (2005).LM滚动优化的SVMR预测控制研究.模式识别与人工智能,018. |
| MLA | "LM滚动优化的SVMR预测控制研究".模式识别与人工智能 018(2005). |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论