SVM、LS-SVM 在电机建模故障检测控制方面的应用
支持向量机是一种基于统计学习理论的新型机器学习方法，以VC维和结构风险最小原则为基础，把问题转化为QP的求解问题。适用于非线性、小样本、高维控制对象。 控制方面主要用到 SVM/LS-SVM回归。 SVM，LS-SVM应用于控制方面属于智能控制的一个新的方向。目前基于SVM的控制算法主要有：基于SVM的逆模型控制，基于SVM的内模控制，基于SVM的模型预测控制，基于SVM的最优控制、基于SVM的动态矩阵控制、基于SVM的预测偏差控制、基于SVM的预测函数控制。我先列几条遇到或将要遇到（值得考虑）的问题：
(1)模型的持续激励信号的选取，以充分激励原模型；
（2）训练样本的选取；
对于一个MATLAB/SIMULINK控制系统，如何采集正确的输入输出数据（符合SVM数据格式的训练数据）。
（3）SVM训练与校验，建立model；
（4）利用model用到MATLAB/SIMULINK中，完成控制系统结构；
（5）仿真调试。
如果您恰好也遇到了或者已解决了，希望您多多发言，谢谢。
ps:论坛上关于SVM应用于控制方面的不多,电机方面就更少了，于是发帖大家讨论讨论，有益于学习，也有助于他人。
本帖最后由 默雷 于 2014-10-7 22:55 编辑
为了方便学习分享了 MATLAB神经网络 30个案例分析（高清版）.pdf 分卷之后也传不上去，网盘下载吧http: //pan.baidu.com/s/1mgLZP5u 关于问题（4），我还没看到有这样的应用，希望有人解答，谢谢。 很好的一个方向，支持。
页:
[1]