检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

小波消噪和优化支持向量机的网络流量预测

北京邮电大学学报 2022年第5期45卷 79-84页

作者：田中大潘信澎沈阳工业大学人工智能学院沈阳110870

为了提高对网络流量的预测精度,提出了一种小波消噪和改进黏菌算法优化支持向量机的网络流量预测模型。首先应用小波消噪对网络流量进行消噪处理,采用支持向量机作为预测模型。由于支持向量机预测结果受模型参数影响较大,采用带有随机... 详细信息

为了提高对网络流量的预测精度,提出了一种小波消噪和改进黏菌算法优化支持向量机的网络流量预测模型。首先应用小波消噪对网络流量进行消噪处理,采用支持向量机作为预测模型。由于支持向量机预测结果受模型参数影响较大,采用带有随机惯性权重机制的改进黏菌算法来优化支持向量机模型中惩罚因子以及核函数参数。对所提模型使用最佳参数进行仿真实验,并利用实际采集的网络流量数据进行验证。实验结果表明,所提模型在评估指标上均优于对比模型。

关键词：网络流量预测小波消噪支持向量机改进黏菌算法

用于混沌时间序列预测的组合核函数最小二乘支持向量机

在线全文

学校读者我要写书评

暂无评论

物理学报 2014年第16期63卷 66-76页

作者：田中大高宪文石彤沈阳工业大学信息科学与工程学院沈阳110870 东北大学信息科学与工程学院沈阳110819 辽宁林业职业技术学院人文社会科学系沈阳110101

针对混沌时间序列的预测问题,考虑到单一核函数的最小二乘支持向量机无法明显提高预测精度,提出了一种组合核函数的最小二乘支持向量机预测模型,模型中采用多项式函数与径向基函数组合构建核函数.同时,还对遗传算法进行了改进,使之具有... 详细信息

针对混沌时间序列的预测问题,考虑到单一核函数的最小二乘支持向量机无法明显提高预测精度,提出了一种组合核函数的最小二乘支持向量机预测模型,模型中采用多项式函数与径向基函数组合构建核函数.同时,还对遗传算法进行了改进,使之具有更快的收敛速度和更高的精度,改进的遗传算法适用于解决预测模型中的参数优化问题.通过典型的Lorenz时间序列、Mackey-Glass时间序列、太阳黑子数时间序列以及具有混沌特性的网络流量时间序列对该模型进行了验证.仿真结果表明所提出的模型是有效的.

关键词：混沌时间序列最小二乘支持向量机组合核函数改进遗传算法

基于EMD与LS-SVM的网络控制系统时延预测方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2014年第5期42卷 868-874页

作者：田中大高宪文李琨东北大学信息科学与工程学院辽宁沈阳110819

为了提高基于Internet的网络控制系统中随机时延的预测精度,提出了基于经验模式分解(empirical mode decomposition,EMD)与最小二乘支持向量机(Least Squared Support Vector Machines,LS-SVM)的一步时延预测方法.首先利用EMD将时延序... 详细信息

为了提高基于Internet的网络控制系统中随机时延的预测精度,提出了基于经验模式分解(empirical mode decomposition,EMD)与最小二乘支持向量机(Least Squared Support Vector Machines,LS-SVM)的一步时延预测方法.首先利用EMD将时延序列分解成若干个本征模式函数分量,分解后的分量去除了原始时延序列的长相关性,同时突出时延序列不同的局部特征.然后根据各个分量的变化规律,选择不同的LS-SVM模型分别进行预测.最后将各分量的预测值叠加得到最终的预测值.仿真结果表明本文方法具有较高的预测精度.

关键词：网络控制系统经验模式分解最小二乘支持向量机时延预测

基于KPCA与LSSVM的网络控制系统时延预测方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2013年第6期35卷 1281-1285页

作者：田中大高宪文李琨东北大学信息科学与工程学院辽宁沈阳110819

针对网络控制系统中随机时延很难精确预测的问题,首次将核主成分分析(kernel principal compo-nent analysis,KPCA)与最小二乘支持向量机(least squares support vector machine,LSSVM)结合对随机时延进行预测,KPCA对输入随机时延序列降... 详细信息

针对网络控制系统中随机时延很难精确预测的问题,首次将核主成分分析(kernel principal compo-nent analysis,KPCA)与最小二乘支持向量机(least squares support vector machine,LSSVM)结合对随机时延进行预测,KPCA对输入随机时延序列降维,消除重复性与噪声,减少LSSVM的运算量,降维后的时延序列通过LSSVM算法预测时延值。仿真结果表明,基于KPCA与LSSVM的时延预测方法的预测精度高于其他的预测方法。

关键词：网络控制系统时延预测核主成分分析最小二乘支持向量机

在线全文

学校读者我要写书评

暂无评论

基于预测控制的NCS时延补偿算法

系统工程与电子技术 2013年第10期35卷 2165-2169页

作者：田中大高宪文李琨东北大学信息科学与工程学院辽宁沈阳110819

针对网络控制系统(networked control system,NCS)中随机时延导致系统性能下降的问题,利用粒子群优化(particle swarm optimization,PSO)的最小二乘支持向量机(least square support vector machine,LSSVM)建立NCS中随机时延预测模型,精确预测未来时刻的时延;同时利用该预测算法预测的时延通过快速隐式广义预测控制算法对NCS随机时延进行补偿。仿真结果表明,PSO优化的LS-SVM算法对随机时延具有较高的预测精度,同时快速隐式广义预测控制算法可使系统的输出很好地跟踪参考轨迹,保证系统良好的控制效果。

关键词：网络控制系统隐式广义预测控制最小二乘支持向量机粒子群优化时延补偿

基于隐式PIGPC的网络控制系统时延补偿方法

在线全文

学校读者我要写书评

暂无评论

电机与控制学报 2016年第11期20卷 77-85页

作者：田中大李树江王艳红沈阳工业大学信息科学与工程学院辽宁沈阳110870

网络控制系统的时延会导致系统性能下降,针对该问题提出一种基于隐式PIGPC的时延补偿方法。首先,通过历史时延数据,利用自适应变步长最小均方滤波算法对当前时刻的网络时延进行预测,将预测时延代替实际时延作为时延补偿控制器的参数。... 详细信息

网络控制系统的时延会导致系统性能下降,针对该问题提出一种基于隐式PIGPC的时延补偿方法。首先,通过历史时延数据,利用自适应变步长最小均方滤波算法对当前时刻的网络时延进行预测,将预测时延代替实际时延作为时延补偿控制器的参数。然后为改进隐式GPC的时延补偿效果,提出具有PI结构的隐式PIGPC算法。隐式PIGPC不必递推求解Diophantine方程,可节省在线计算时间,并且把PI的反馈结构与GPC的预测功能结合起来,改善了控制器的性能。利用隐式PIGPC设计控制器,结合预测时延完成基于隐式PIGPC的网络时延补偿控制器的设计,并对时延补偿算法的稳定性进行了分析。最后的仿真实验表明隐式PIGPC对网络控制系统时延具有良好的补偿效果,同时具有较少的运算时间。

关键词：网络控制系统时延补偿时延预测隐式PIGPC

在线全文

学校读者我要写书评

暂无评论

短期风速时间序列混沌特性分析及预测

物理学报 2015年第3期64卷 236-247页

作者：田中大李树江王艳红高宪文沈阳工业大学信息科学与工程学院沈阳110870 东北大学信息科学与工程学院沈阳110819

针对短期风速时间序列的预测问题进行了研究.首先通过0-1混沌测试法确定短期风速时间序列具有混沌特性.采用相空间重构技术,利用C-C算法确定延迟时间,G-P算法确定嵌入维数.然后提出一种参数在线修正的最小二乘支持向量机预测模型,采用... 详细信息

针对短期风速时间序列的预测问题进行了研究.首先通过0-1混沌测试法确定短期风速时间序列具有混沌特性.采用相空间重构技术,利用C-C算法确定延迟时间,G-P算法确定嵌入维数.然后提出一种参数在线修正的最小二乘支持向量机预测模型,采用改进的粒子群算法进行预测模型中参数的优化.最后通过仿真对比实验表明提出的预测方法在预测精度、预测误差、预测效果方面都要优于其他常见的预测方法,证明该预测方法是有效的.

关键词：短期风速时间序列混沌预测

在线全文

学校读者我要写书评

暂无评论

网络控制系统的动态权重变采样周期调度算法

哈尔滨工业大学学报 2016年第4期48卷 114-120页

作者：田中大李树江王艳红于洪霞沈阳工业大学信息科学与工程学院沈阳110870

为提高网络控制系统的性能,提出一种用于网络控制系统的动态权重变采样周期调度算法.首先,通过二次平方根映射函数,根据控制回路数据传输误差对各个控制回路赋予不同的动态权重;然后,根据当前网络运行状况,通过比例控制预测新的网络利用... 详细信息

为提高网络控制系统的性能,提出一种用于网络控制系统的动态权重变采样周期调度算法.首先,通过二次平方根映射函数,根据控制回路数据传输误差对各个控制回路赋予不同的动态权重;然后,根据当前网络运行状况,通过比例控制预测新的网络利用率,同时利用最小二乘支持向量机算法预测各回路数据包传输时间;最后,在网络带宽资源受限的情况下,利用回路动态权重、网络利用率预测值并结合控制回路数据包传输时间,动态的调整回路的采样周期,使得网络控制系统的性能得到优化.仿真实验表明,提出的变采样周期调度算法能够使得网络利用率收敛到设定值,减少了控制回路的数据传输时延,提高了系统的输出响应与控制性能.

关键词：网络控制系统动态权重变采样周期调度网络利用率

基于ARIMA与ESN的短期风速混合预测模型

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2016年第6期37卷 1603-1610页

作者：田中大李树江王艳红高宪文沈阳工业大学信息科学与工程学院沈阳110870 东北大学信息科学与工程学院沈阳110819

提出一种基于自回归求和滑动平均模型(autoregressive integrated moving average,ARIMA)与回声状态网络(echo state network,ESN)的短期风速预测模型。首先利用ARIMA模型对短期风速时间序列进行线性特征的预测,使得短期风速的残差仅包... 详细信息

提出一种基于自回归求和滑动平均模型(autoregressive integrated moving average,ARIMA)与回声状态网络(echo state network,ESN)的短期风速预测模型。首先利用ARIMA模型对短期风速时间序列进行线性特征的预测,使得短期风速的残差仅包含非线性特征,然后利用ESN模型对非线性的残差序列进行预测,最后将ARIMA模型的短期风速线性预测值与ESN模型的短期风速非线性预测残差值进行相加得到最终的短期风速的预测值。单步与多步预测的仿真实验表明该混合预测模型具有更高的预测精度与更小的预测误差。

关键词：短期风速预测自回归求和滑动平均模型回声状态网络