用于可分离非线性系统识别的多核LSSVR方法

在某些非线性动力学系统中,状态变量函数通常可以与控制变量函数分开,这给识别此类系统带来了很多麻烦。为了很好地解决这个问题,提出了一种改进的带有多核的最小二乘支持向量回归(LSSVR)模型,并将该模型应用于非线性可分离系统的辨识。该方法利用了Morlet小波核函数的出色非线性映射能力,并将状态和控制变量信息组合到核矩阵中。利用复合小波核,LSSVR包含两个非线性函数,其变量分别为状态变量和控制变量,这样,回归函数可以获得更好的非线性映射能力,并且可以模拟二次连续积分中的几乎任何曲线空间。然后,它们被用来识别可分离非线性动力系统中的两个函数。仿真结果表明,多核LSSVR方法比单核方法可以大大提高识别精度,Morlet小波核比其他核方法具有更高的识别效率。