ε-支持向量回归的噪声敏感性研究

针对ε-支持向量回归机(ε-SVR)对噪声数据非常敏感的问题,提出应用贝叶斯估计理论,研究数据噪声水平与ε-SVR中不敏感参数ε之间的关系,将ε-SVR的优化问题转换成贝叶斯估计问题,探讨ε-SVR对噪声的敏感性。仿真实验表明:不同强度的噪声干扰,回归的效果受到较大影响,选取恰当的不敏感参数ε,能够降低ε-SVR对噪声的敏感性,同时也证明了应用贝叶斯估计理论推导的有效性。

感应炉温度模糊PID控制系统的研究

感应炉要求有较精确的温度控制,但由于感应炉有非线性、时变和纯滞后等复杂特性,很难建立其精确的数学模型,经典和现代控制方法不能达到好的控制效果。采用模糊自整定PID(比例-积分-微分)方法研究感应炉温度问题,实现PID参数在线自整定并在感应淬火炉上进行了仿真分析。结果表明,模糊自整定PID控制效果好,并且有较好的适应性和鲁棒性。