基于LS-SVM的高速列车广义非线性模型子空间辨识

摘要

针对高速列车动力建模问题,提出了基于最小二乘支持向量机（LS-SVM）的高速列车广义非线性模型子空间辨识方法。先给出描述高速列车单质点力学行为的随机离散非线性状态空间模型,并进一步构建了高速列车广义非线性模型;采用LSSVM回归方法构造广义非线性函数,并运用子空间辨识方法,直接由增广输入、输出数据得到高速列车广义非线性模型参数矩阵。最后对上述模型进行了数值仿真。结果表明：所提出的基于LS-SVM的子空间辨识方法比常规LS-SVM方法、线性子空间方法对列车模型具有更高的预报性能,用于高速列车的建模是有效的,可用于具有非线性、强耦合的高速列车运行过程数学模型的辨识。