版权说明 操作指南
首页 > 成果 > 详情

基于PSO优化LSSVM的未知模型混沌系统控制

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
Long Wen*;Jiao Jian-Jun;Long Zu-Qiang
通讯作者:
Long Wen
作者机构:
[Long Wen; Jiao Jian-Jun] Guizhou Coll Finance & Econ, Guizhou Key Lab Econ Syst Simulat, Guiyang 550004, Peoples R China.
[Long Zu-Qiang] Hengyang Normal Coll, Dept Phys & Elect Informat Sci, Hengyang 421008, Peoples R China.
通讯机构:
[Long Wen] G
Guizhou Coll Finance & Econ, Guizhou Key Lab Econ Syst Simulat, Guiyang 550004, Peoples R China.
语种:
中文
关键词:
混沌系统控制;粒子群算法;最小二乘支持向量机
关键词(英文):
chaotic system control;particle swarm optimization;least squares support vector machine
期刊:
物理学报
ISSN:
1000-3290
年:
2011
卷:
60
期:
11
页码:
112-117
基金类别:
National Natural Science Foundation of ChinaNational Natural Science Foundation of China (NSFC) [61074069, 10961008]
机构署名:
本校为其他机构
院系归属:
物理与电子工程学院
摘要:
由于混沌系统存在非线性、不确定性等特点,常规的控制方法难以获得满意的结果.提出一种基于PSO优化LSSVM模型参数的混沌系统控制方法.该方法利用PSO算法的收敛速度快和全局收敛能力,优化LSSVM模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性,提高了LSSVM模型的预测精度.另外,该方法不需要被控混沌系统的解析模型,且当测量噪声存在情况下控制仍然有效.仿真实验结果表明了该方法的有效性和可行性.
摘要(英文):
For a chaotic system with nonlinear ity and uncertainty,it is difficult to obtain the satisfactory performance using general control methods.A least square support vector marchine (LSSVM) control method based on particle swarm optimigation(PSO),is proposed for chaos control.Optimizing two parameters of LSSVM model by PSO abilities of the fast convergence and whole optimization,thus aroiding the blindness of man-made choice,the LSSVM-PSO model can enhance the capability of forecasting.The proposed method does not need any analytic model,and ...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com