科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对来自系统参数、模型结构以及测量数据的不确定性等因素,建模它们的最优下界对实际问题的研究显得尤为重要.基于复杂系统的不确定性测量数据,提出了一种带稀疏特性的最优下界回归模型建模的一种新方法,该方法将逼近误差的L_∞范数思想与结构风险最小化理论相结合,建立求解下界回归模型的最优化问题,应用线性规划独立求解模型参数.其显著特点如下:1)下界输出模型包络了由各种不确定性因素引起的输出,进而提高建模的鲁棒性; 2)应用逼近误差的L_∞范数保证下界模型的建模精度; 3)融合结构风险最小化理论控制回归模型结构的复杂性,提高模型泛化性能.通过仿真计算分析表明:对来自测量以及参数不确定性的数据,从均方根误差(RMSE)以及支持向量的百分数(SVs%)两个指标论证了提出方法的建模精度和稀疏特性.
-
单位华中科技大学; 遵义师范学院; 自动化学院
