| 杨发权,李赞,郝本建,樊耘.基于粒子群优化与SVR-ADLA算法的MIMO系统识别研究[J].高技术通讯(中文),2015,25(1):24~30 |
| 基于粒子群优化与SVR-ADLA算法的MIMO系统识别研究 |
|
| |
| DOI： |
| 中文关键词: 多输入多输出（MIMO）系统识别， 径向基函数（RBF）网络， 支持向量回归（SVR）， 退火动力学习（ADL）， 粒子群优化（PSO） |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 3362 |
| 全文下载次数: 2516 |
| 中文摘要: |
| 针对现有基于径向基函数（RBF）网络对多输入多输出（MIMO）系统识别中存在收敛速度慢、系统识别稳定性不高的问题，提出了一种新的MIMO系统识别方法：采用支持向量回归（SVR）算法建立RBF网络初始化结构，确定初始化网络参数；采用退火动力学习（ADL）算法对系统识别网络进行训练，在训练过程中采用粒子群优化（PSO）迭代算法选出最佳学习率组合，使识别网络实现对MIMO系统的识别。对一个两输入输出系统进行了识别仿真，仿真结果表明，用该识别方法重建的识别系统性能优于目前RBF网络参数优化过程中常用的最小平方算法或梯度下降法算法。RBF网络识别系统易于实现，在MIMO系统识别中具有广泛的应用前景。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
