您的位置: 专家智库 > >

单强

作品数:2 被引量:0H指数:0
供职机构:华北水利水电学院更多>>
发文基金:河南省教育厅自然科学基金更多>>
相关领域:自动化与计算机技术交通运输工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇交通运输工程

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇神经网
  • 2篇神经网络
  • 2篇最小二乘
  • 2篇最小二乘支持...
  • 2篇向量机
  • 2篇模糊控制
  • 2篇模糊控制器
  • 2篇控制器
  • 2篇LS-SVM

机构

  • 2篇华北水利水电...

作者

  • 2篇邱道尹
  • 2篇单强
  • 1篇王志迁

传媒

  • 1篇华北水利水电...
  • 1篇科技信息

年份

  • 2篇2008
2 条 记 录,以下是 1-2
排序方式:
基于LS-SVM的模糊控制器研究
2008年
探讨了利用最小二乘支持向量机(LS-SVM)进行模糊控制器分析与设计研究的方法,提出了基于LS-SVM模型的模糊控制算法.该控制器融合了模糊控制与支持向量机的优点,具有不依赖被控对象模型、泛化能力强等特点.仿真结果表明,LS-SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力.基于LS-SVM的模糊控制器具有很好的控制性能.
单强邱道尹
关键词:最小二乘支持向量机模糊控制神经网络
基于LS-SVM的模糊控制器分析与设计
2008年
探讨了利用最小二乘支持向量机(LS-SVM)进行模糊控制器分析与设计的方法,LS-SVM用等式约束代替传统支持向量机中不等式约束,求解过程从解QP问题变成解一组等式方程。将得到的LS-SVM模型应用到模糊控制,提出了基于LS-SVM模型的模糊控制算法。该控制器融合了模糊控制与支持向量机的优点,具有不依赖被控对象模型、泛化能力强等特点。仿真表明,LS-SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力。基于LS-SVM的模糊控制器具有很好的控制性能。
单强邱道尹王志迁
关键词:最小二乘支持向量机模糊控制神经网络
共1页<1>
聚类工具0