标题：基于改进型时间窗LS-SVM的网络不确定时延预测
作者：熊南
作者单位：华东交通大学电气与电子工程学院，江西 南昌 330013
关键字：不确定时延，最小二乘支持向量机，时间窗，密度加权，在线自适应性
摘要：网络控制系统诱导时延受到网络路径、拓扑、拥塞等动态因素的影响，通常表现出不确定性。传统全局最小二乘支持向量机预测不确定性时变对象时，存在模型的自适应性不足的缺点。因此，给出一种改进时间窗口学习样本的最小二乘支持向量机建模方法：首先，以再生核Hilbert空间上定义的样本相关度为判据，决策训练窗口的样本学习；其次，窗口移动过程中，除旧纳新，尺度不变；最后考虑LS-SVM稀疏性，利用密度权重删除冗余支持向量，利于快速计算性。使用Matlab平台仿真，结果表明改进的LS-SVM学习算法模型的在线自适应性更具有优势，用于估计网络控制系统不确定时延问题具有可行性。