基于方向回归的高维非参数非线性系统变量选择及辨识

摘要

变量选择问题在诸多领域中被广泛研究，人们发展出了许多变量选择方法.然而，有些变量选择算法存在计算耗时问题，有些算法在检测变量是否有贡献时仅能提供必要条件，无法提供充分必要条件.本文基于方向回归提出了一种新的高维非参数非线性系统变量选择算法，其假设要求更低，计算复杂度大幅降低，性能优于现有的变量选择算法；且为检验变量是否对系统有贡献提供了充分必要条件.此外，由于检测变量是否有贡献的指标并不是精确的0,因此当指标较小时，很难判断变量是否冗余.为解决这一问题，本文提出了一种惩罚优化算法，以确保集合的收敛性.仿真算例验证了所提变量选择方法的有效性.

关键词

变量选择 / 非线性系统辨识 / 方向回归 / 核函数 / 非参数系统