基于支持向量机的船舶发电机建模的研究-控制理论与控制工程专业论文.docxVIP

Y‘10073量l摘要 Y‘10073量l 摘要 阔步发电机建模是研究发电机特性的熏臻方法，也是进行仿真、优化以及控制的 基破。遥常，采用一寇躲瑕设和筒{乏，得出 系列数学微分方稷来描述，篷就是袋耀 祝溪建模。瞧当影稳戮素繁多，且呈现离度j#线性，飘理模黧笈杂时，这时也采爝缀 验建模方法。人工神经网络是一种处理非线性问题的良好经验娥模方法，已被应用在 不少问题中，但是由于其理论基于经验风险最小化原则，难免会出现过拟合及局部最 小等问题。基于统计学习理论的支持向量机遵循结构风险最小化原则，克服了神缀网 络警方法簿藿有不是，大大提赢了搂墼瓣泛倪麓力。 支持向量机回归魁统计学习理论的羹髅内容，支持向量帆阐归具有很好的时间序 列娥模特性，采用支持向是机回归进行非线性系统建模的研究遐最近几年以来产生的 ～个研究热点。这种建横方法不仅模型简单，有完备的理论支持，更重要的是提供了 耪实现复杂的{}线。睦系统麓建模约蔹方法，攘宽了系统建横熬磺究领域。 本文首先系统的麟究了统计学习理论和支持向量祝的理论鏊磁和常用的算法。然 后在此基础上研究了支持向量机建模的方法，对这些建模原理与方法进行了深入细致 地分析。通过函数逼近和系统建模等对支持向量机的性能进行了仿真研究。其理论结 果被应用在船黯发电机的建模上。建立了鏊予支持向量机的船憋发电枫模型，并与传 统嚣人工耪经麓终方法鬣了比较，实验结巢褒骥，支持向鍪孝嚣方法廷一释翻‘行静筵绥 方法。 浆于支持向量机的优良特性，在上海市救委科研重点项目(04IK02)“船舶电力 系统建模、控制与仿真硪究”f}奄支持F，本文对基于支持向鬟枫的船舶圊步发电机建 模遴牙了搽索瞧鲶磅究。 关键词统计学习理论，支持向量机，建模，同步发屯机 ABSTRACTThe ABSTRACT The modeling of the Synchronous generator is an important method to study the characteristic of the generator．and plays a fundamental role in simulation．optimization and control Modeling by mechanism usually describes the process by some mathematical equations based on analyzing process principles and making some assumptions and simplifications As a typical kind of empirical modeling method Artificial Neural Networks has been applied to many problems for its good performance in solving nonlinear problems．But ANN has some disadvantages such as overfitting，local minimum，etc because its theory is based on Empirical Risk Minimizalion(ERM)叫nc叫e Support Vector Machines(SVM)is a new learning method based on Statistical Learning Theory(SLT)．SVM based 0n Structural Risk Minimization(ARM)principle overcomes ANN inherent disadvantangs and greatly improves models’generalization ability．In this thesis we discuss the application of SVM in modeling shipping generator processes in detail． Support Vector Machines Regression(SVMR)is an important area of SLT， and it possesses good characteristic on modeling of time—sequence events． Because of its advantage on modeling of nonlinear system，SVMR has become a new researchful field in recent ye