基于模糊最小二乘支持向量机的非线性系统辨识

摘要

本文针对非线性工业过程中含有噪声信号的测量数据,提出了一种模糊最小二乘支持向量机(FLS-SVM)的非线性系统辨识方法,对每个训练数据点定义一个隶属度表示该数据点在训练过程中的重要程度,并与最小二乘支持向量机相结合,可以得到模型参数的解析解,避免了在对偶空间求二次规划问题.把FLS-SVM方法用于强非线性和过程的模型辨识,与一般最小二乘支持向量机方法的结果进行比较,仿真结果表明了FLS-SVM方法的有效性.