基于相空间重构与最小二乘支持向量机的时延预测

ulppknot

基于相空间重构与最小二乘支持向量机的时延预测

$ q; J2 N, z  e/ T* Y4 O摘要:针对网络控制系统的时延预测问题,提出一种基于相空间重构与最小二乘支持向量机的时延预测方法.首先利用0-1测试法确定时延序列具有混沌特性,引入相空间重构技术提高预测精度.对实际采集的时延序列进行Hurst 指数分析,选择最小二乘支持向量机作为预测模型.然后利用C-C方法确定时延序列相空间重构参数,通过递归图确定时延序列的局部可预测性,利用遗传算法对最小二乘支持向量机的参数进行离线优化.最后通过优化后的最小二乘支持向量机并结合相空间重构对时延序列进行在线预测.与其它预测方法进行了仿真对比,结果表明本文方法具有更高的预测精度与更小的预测误差,同时并未降低预测算法的实时性.
关键词:网络控制系统;相空间重构;最小二乘支持向量机;时延预测
, o( ]) |9 L0 b' j+ `' `
: g) D. F  ^0 ~2 _8 D( t1引言
% f2 o% _" k* P" T网络控制系统的时延受网络拓扑结构、网络所采用的通信协议、路由算法、网络负载情况、网络传输速率以及数据包大小等因素的影响.因此,网络控制系统中的时延具有时变、随机、非线性等特征.随机变化的时延是影响系统性能的一个重要的因素",过大的时延会导致控制系统性能下降.如何对网络控制系统时延进行精确的预测是一个重要的研究课题,通过时延的预测,控制系统可以提前做出反应与控制2.3].
4 V1 a) Z$ Q. X2 f
! d2 C5 V2 `' @8 P/ {

游客，如果您要查看本帖隐藏内容请回复

+ O- C( t7 V1 m& h; L

youOK

基于相空间重构与最小二乘支持向量机的时延预测