基于改进LS—SVR的超磁致伸缩作动器模型辨识

摘要

提出了基于遗忘因子矩形窗的最小二乘支持向量机回归(LS-SVR)方法。该方法先将矩形窗方法与传统的LS-SVR相结合。用有限个过去的数据做LS-SVR的样本，随着时间增加不断在样本中丢弃旧数据加入新数据。保持样本总数不变;然后在此基础上添加了遗忘因子，在丢弃旧样本的同时兼顾了历史数据的影响。改进后的LS-SVR方法提高了运算速度，同时也提高了辨识的精度。通过仿真实例验证了该方法的有效性和可行性。将此方法应用到超磁致伸缩作动器的在线模型辨识上，取得了较好的辨识结果。