文献类型：会议

作　　者：程晨 关玉 陈光永 甘敏

作者单位：福州大学数学与计算机科学学院/软件学院

会议文献：第32届中国控制与决策会议论文集（4）

会议名称：第32届中国控制与决策会议

会议日期：20200823

会议地点：中国安徽合肥

出版日期：20200800

学会名称：《控制与决策》编辑部

语　　种：中文

摘　　要：基于状态相依的自回归径向基函数(RBF-AR)模型广泛用于非线性时间序列的建模与预测.RBF-AR模型的参数估计问题是一类典型的可分离非线性最小二乘问题,变量投影(VP)算法是解决这类问题的一种高效算法.然而,实际中解的可能是病态问题,普通的VP算法可能出现过拟合的现象,使得估计得到的线性参数过大,从而导致模型表现出较差的泛化性能.针对这类问题,本文利用期望最大化(EM)算法自动地选择恰当的正则化参数,并结合VP算法估计参数的高效性,提出了一种解决可分离非线性最小二乘问题的有效算法—EM-VP算法.数值实验表明,EM-VP算法能够选择恰当的正则化参数,使估计得到的模型有更好的泛化性能.

关 键 词：可分离非线性最小二乘问题  状态相依自回归模型  径向基函数网络 贝叶斯方法 期望最大化 变量投影  

分 类 号：O211.61] O212.1[数学类]