论文部分内容阅读
传统的加权最小二乘支持向量机(LSSVM)依据预测误差进行加权。本文研究了一种基于改进的加权函数的 LSSVM，该算法综合考虑训练样本与测试样本间的时间因素和相似性因素而得到加权值，进一步将该算法与在线思想相结合，应用于pH中和反应控制系统的在线辨识当中，实验仿真结果表明，提出的加权LSSVM改进是有效的，提出的基于加权LSSVM在线训练算法具有良好的实时性和较高的精度。