摘要

对递推最小二乘(RLS)进行了非线性的核(kernel)变换,并采用正则化技术改写了目标范函,提出了一种正则核变换递推最小二乘(regularizedkernel,RLS)算法.获得了RKRLS模型的系数和误差表达式,分析了算法的推广能力并证明了KeYnelRLS算法为其特例,进而导出了RKRLS算法在限定、增长和缩减记忆三种不同模式下的递推公式均无需进行求逆计算.RKRLS算法具有三个特性:小样本、可控的推广能力和速度快,因而非常适合于工业应用场合.通过对橡胶混炼质量的门尼指标进行建模和预测分析表明,本算法具有较好的跟踪预测性能.

  • 单位
    工业控制技术国家重点实验室