论文研究-基于PSO优化LS-SVM的小样本非线性协整检验与建模研究.pdf

论文研究-基于PSO优化LS-SVM的小样本非线性协整检验与建模研究.pdf,  针对小样本非线性时间序列，根据非线性协整的

论文研究-基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型.pdf, 针对复杂经济系统下时间序列所呈现出的小样本非线性残差特征，采用非线性残差灰色Verhulst模型进行研究，修正

支持向量机参数对支持向量机的性能有着重要影响，参数选择问题是支持向量机的重要研究内容。针对此问题，提出一种基于粒子群优化算法的支持向量机参数选择方法。实验结果表明，经粒子群优化算法优化的支持向量机回归

基于误差的LS-SVM与PLS相结合的非线性建模

对于同一个非线性系统，比较单纯ε不灵敏支持向量机方法和基于主元提取、基于偏最小二乘提取的ε不灵敏支持向量机方法在输入相关和不相关两种情况下的拟合性能和抗干扰性能。仿真结果表明：当输入变量之间存在相

讨论了一类非线性动态系统建模的新方法。首先，假设原非线性动态系统可以用Hammerstein模型来表示。然后，将Hammerstein模型的非线性传递函数转换为等价的线性形式，从而建立起中间模型。接下

基于ESN和PSO的非线性模型预测控制，周海林，柴毅，在非线性系统的模型预测控制研究中，预测模型的精度在预测控制中有很重要的作用，因为神经网络能够很好的辨识非线性的系统，回声

针对单源舰船检测识别率偏低的问题，基于DS证据理论，提出了一种通过权值更新，改进DS证据的基本概率赋值的方法，并结合冲突解决方案，对SAR和可见光舰船检测得出的特征数据进行特征级融合检测。实验结果表明

首先产生若干种群（特征子集），然后用PSO 算法对特征及参数进行优化。在UCI 标准数据集上进行的仿真实验表明，该算法可有效地找出合适的特征子集及LS-SVM 参数，且与基于遗传算法的最小二乘支持向量

传统的非线性约束优化算法的精度较低，为了克服这一问题，提出了一种基于粒子滤波的新型优化算法。该算法用于解决非线性约束优化问题，并结合粒子滤波器的模型和机制。首先，利用粒子滤波算法的基本原理建立这种优化