基于支持向量机(SVM)的工业过程辨识

将支持向量机应用到典型的时变、非线性工业过程——连续搅拌反应釜的辨识中,并与BP神经网络建模相比较,仿真结果表明了支持向量机的有效性与优越性.支持向量机以其出色的学习能力为工业过程的辨识提出了一种新的途径.