动态贝叶斯最小二乘支持向量机

来源期刊：控制与决策2014年第12期

论文作者：涂建山 任章 李清东

文章页码：2297 - 2300

关键词：动态预测;时间序列预测;最小二乘支持向量机;贝叶斯证据框架;

摘    要：为了对涡扇发动机的运行参数变化进行实时高精度预测,提出一种基于动态贝叶斯最小二乘支持向量机（LS-SVM）的时间序列预测算法.该算法将贝叶斯证据框架理论用于推断LS-SVM的初始模型参数;然后,利用样本增减迭代学习算法实现LS-SVM的参数动态调整.对某型涡扇发动机的摩擦力矩时间序列进行动态预测,并与动态LS-SVM模型的预测结果进行比较.结果显示,动态贝叶斯LS-SVM具有较好的预测精度.