基于支持向量机回归的Lyapunov 指数计算方法研究
DOI:
CSTR:
作者:
作者单位:

1. 空军工程大学工程学院
2.

作者简介:

张鹏

通讯作者:

中图分类号:

基金项目:


Algorithm for computing Lyapunov exponent based on support vector
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    Lyapunov 指数是描述动力学系统混沌性质的重要指标, 在小样本条件下准确、快速地计算Lyapunov 指数是
    一个难题. 对此, 提出一种基于支持向量机回归的Lyapunov 指数计算方法, 通过量子遗传算法对支持向量机模型的
    参数进行优化, 推导了支持向量机回归应用于计算Lyapunov 指数的公式. 通过对混沌序列进行仿真实验, 仿真结果
    表明, 在小样本数据情况下, 此方法可行有效.

    Abstract:

    Lyapunov exponent(LE) is an important indicator to describe the nature of chaotic dynamical systems. It’s difficult
    to calculate LE accurately and fast with small sample size. In this paper, an algorithm for computing LE based on support
    vector regression(SVR) is proposed, the parameters of support vector machine(SVM) model are optimized by using quantum
    genetic algorithm(QGA), and the formula of the LE based on SVR is derived. Simulation results show that the proposed
    algorithm is feasible and effective with much less samples.

    参考文献
    相似文献
    引证文献
引用本文

张鹏, 倪世宏.基于支持向量机回归的Lyapunov 指数计算方法研究[J].控制与决策,2011,26(5):785-788

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-03-17
  • 最后修改日期:2010-07-08
  • 录用日期:
  • 在线发布日期: 2011-05-20
  • 出版日期:
文章二维码