›› 2021, Vol. 41 ›› Issue (5): 9-13.DOI: 10.3969/j.issn.1006-1355.2021.05.002

Previous Articles     Next Articles

Least Squares Support Vector Machine Method for Load Identification of Nonlinear Systems

  

  • Received:2021-01-15 Revised:2021-03-08 Online:2021-10-18 Published:2021-10-18
  • Contact: Pan --Zhou

非线性系统载荷识别的最小二乘支持向量机法

周盼1辛江慧1丁继才2   

  1. ( 1. 南京工程学院汽车与轨道交通学院, 南京211167;
    2. 海军装备部驻葫芦岛地区军事代表室, 辽宁葫芦岛125004 )
  • 通讯作者: 周盼

摘要:

为解除载荷识别问题对原系统先验知识的依赖,本文提出采用最小二乘支持向量机(Least squares support vector machine,LS-SVM)对非线性系统进行逆模型辨识,随后在该逆模型基础上利用工作状态的响应数据识别时域载荷。通过对某一非线性系统的稳态和非稳态激励的仿真计算,验证了该方法的有效性。仿真结果表明LS-SVM能够辨识出可靠的非线性系统的逆模型,进而反演出较精确的时域载荷。该方法不需要了解系统的数学模型及参数,只需少量训练样本即可,因此该方法能够应用于工程实践中。

关键词: 振动与波, 最小二乘支持向量机, 逆模型辨识, 非线性系统, 载荷识别