期刊文献+

精确在线支持向量回归及其在热工过程在线建模中的应用

Accurate On-line Support Vector Regression and Its Application in Thermal Process Modeling
下载PDF
导出
摘要 热工过程往往具有非线性和不确定性,传统描述热工过程动态数学模型的方法难以建立非线性模型,从而难于精确实施热工过程优化控制。文章提出了一种基于精确在线支持向量回归算法的热工过程自校正辨识方法,并与基于最小资源分配网络的非线性模型进行比较分析。仿真研究结果验证了建模方法的有效性,且所得模型精度高,可直接应用于基于模型的控制算法。 Thermal processes generally contain nonlinearity and randomicity, it is difficult to build the nonlinear mod- els by the traditional method, and so the whole optimal control for thermal process is impossible. This paper proposes an auto-tuning identification method of thermal process based on accurate on-line support vector regression (AOS- VR) , and compares with the method based on minimal resource allocation network( MRAN). Simulation study results proves the validity of this method,which is distinguished by a higher precision and this method can directly apply to model based control algorithm.
出处 《华北电力技术》 CAS 2014年第9期35-38,65,共5页 North China Electric Power
关键词 热工过程 系统辨识 精确在线支持向量回归 最小资源分配网络 学习算法 thermal process, system identification, accurate on-line support vector regression, minimal resource allo- cation network, learning algorithm
  • 相关文献

参考文献10

二级参考文献58

共引文献374

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部