针对采用含随机噪声的数据进行非线性动态系统建模无法获得准确模型参数的问题,提出了一种基于加权最小二乘支持向量机(LS-SVM)数据预处理的复合辨识方案。复合辨识方案根据数据的分布信息,利用加权LS-SVM对异常数据的鲁棒性,通过回归计算消除数据的异常性;再利用预处理后的数据训练补偿模糊神经网络参数,得到系统模型。结果表明,采用加权LS-SVM预处理的复合辨识方案运用在普遍存在随机噪声的系统中,能获得更加准确的辨识模型。
科研之友
微信
新浪微博
Facebook
分享链接
