文献

J-GLOBAL ID：201602288000988685   整理番号：16A0324240

粒子群最適化,サポートベクトル回帰とアニーリング動的学習に基づくMIMOシステムの同定【Powered by NICT】

Identification of MIMO Systems based on particle swarm optimization, support vector regression and annealing dynamic learning

著者 (4件)： Yang Faquan (School of Electronics and Information Engineering,Foshan Univ., Foshan) ,  Li Zan (State Key Lab. of Integrated Serv. Networks, Xidian Univ., Xi’an) ,  Hao Benjian (School of Electronics and Information Engineering,Foshan Univ., Foshan) ,  Fan Yun (School of Electronics and Information Engineering,Foshan Univ., Foshan)
資料名： Gaojishu Tongxun  (Gaojishu Tongxun)
巻： 25  号： 1  ページ： 24-30  発行年： 2015年 
JST資料番号： W1491A  ISSN： 1002-0470  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 動径基底関数(RBF)ネットワークに基づく多重入力多重しスループット(MIMO)システムの同定を検討し,現在の識別において遅い収束速度と低い同定安定性の問題を解決するために提案した新しい同定方法。新しい方法は,RBFネットワークの初期構造を確定し,初期化ネットワークのパラメータを設定するためのサポートベクトル回帰(SVR)アルゴリズムを使用して,次に,システムの同定をネットワークの訓練にアニーリング動的学習(ADL)アルゴリズムを採用し,訓練において,粒子群最適化(PSO)の反復を用いる同定ネットワークにより認識されるMIMOシステムのための最適学習速度の組合せを選択する。2入力2出力,システムのための同定シミュレーションを実施し,シミュレーション結果は,提案した方法のシステム同定性能は,RBFネットワークのパラメータを最適化する現在の工程においてしばしば使用される最小二乗アルゴリズムと勾配降下アルゴリズムよりも良いことを示した。RBFネットワークに基づく同定システムは実装が容易であり,それは,MIMOシステム同定における広い応用展望を有した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  動径基底関数 ,  *最適化 ,  *焼なまし ,  ネットワーク ,  最小二乗法 ,  *学習 ,  動径基底関数ネットワーク ,  システム同定 ,  スループット
準シソーラス用語： 学習速度 ,  収束速度 ,  *MIMO ,  *サポートベクトル回帰 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 粒子群最適化 ,  サポートベクトル回帰 ,  アニーリング ,  学習 ,  MIMOシステム ,  同定