基于改进型时间窗LS-SVM的网络不确定时延预测  

Predicting Network With Uncertain Time-delay Based on Improved Time Window LS-SVM

作　　者：熊南[1] 

机构地区：[1]华东交通大学电气与电子工程学院,江西南昌330013

出　　处：《工业控制计算机》2012年第6期92-94,共3页Industrial Control Computer

基　　金：国家自然科学基金(61164011)资助

摘　　要：网络控制系统诱导时延受到网络路径、拓扑、拥塞等动态因素的影响,通常表现出不确定性。传统全局最小二乘支持向量机预测不确定性时变对象时,存在模型的自适应性不足的缺点。因此,给出一种改进时间窗口学习样本的最小二乘支持向量机建模方法:首先,以再生核Hilbert空间上定义的样本相关度为判据,决策训练窗口的样本学习;其次,窗口移动过程中,除旧纳新,尺度不变;最后考虑LS-SVM稀疏性,利用密度权重删除冗余支持向量,利于快速计算性。使用Matlab平台仿真,结果表明改进的LS-SVM学习算法模型的在线自适应性更具有优势,用于估计网络控制系统不确定时延问题具有可行性。This paper proposes a time-delay estimate algorithm with the least squares support vector machine based on time window,Firstly,the beginning of training-window learning judge by sample correlation that defines in Hilbert kernel space.Secondly,the window that its width unchanged keep absorbing new samples and eliminating the olds in the moving pro-cess.Finally,considering sparseness characteristic,it uses density weight to delete redundant support vectors.Hence it will beneficial to the speed of compute and on-line modeling.

关 键 词：不确定时延 最小二乘支持向量机 时间窗 密度加权 在线自适应性 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]