滑动平均模型的最小二乘辨识方法比较研究

滑动平均模型辩识的困难是信息向量中存在不可测噪声项。借助于递阶辩识的交互估计理论,用估计残差代替信息向量中中不可测噪声项,借助于多新息辨识理论扩展新息长度和充分利用系统观测数据的思想,提出估计滑动平均模型参数的多新息递推最小二乘辨识方法和最小二乘迭代辨识方法。与常规递推增广最小二乘算法相比,提出的方法具有更快的收敛速度,能产生更高精度的参数估计。仿真例子验证了算法的性能。     

分数阶系统的一种频域辨识算法

研究了利用频率响应数据辨识分数阶传递函数的问题.根据分数阶传递函数模型中,公因子阶次和分母系数是非线性参数,而分子系数则是线性参数,给出了一种频域辨识算法:利用模拟退火算法估计公因子阶次和分母系数,相应的分子系数通过求解线性最小二乘问题得到.该算法可以估计出包括公因子阶次在内的所有模型参数.无噪声和有噪声频率响应数据2种情况下的仿真算例验证了算法的有效性.     

油藏系统函数型连接神经网络辨识方法

为实现油田生产管理和决策的现代化,使地层参数估值具有全局最优性,在研究油井井底压力分布的描述和有关地层参数辨识问题的基础上,提出了一种由二阶学习算法与GA(Genetic A lgorithm)构成的新型混合遗传算法,并给出一种新型神经网络。该网络把级数中的函数看成非线性神经元,建立油藏系统的函数型连接人工神经网络模型。由系统辨识理论中的F检验法确定网络模型的结构参数n,用二阶学习算法和新型GA交替辨识网络模型的权系数v和地层参数θ。应用表明,采用上述方法建模精度高,模型的平均相对误差在1%以内,并能求出地层参数的全局最优估值。     

一种新的地基参数确定方法

在分析水平层状地基运动特征的基础上,运用最小二乘识别理论,通过迭代求解基岩输入运动加速度值,建立了层状地基参数的时域识别方法,并利用地基模型实验数据,实施了层状地基的参数识别过程.计算结果表明,该方法产生良好的地基参数估计.     

一种新的RBF神经网络学习算法

本文提出一种改进的RBF神经网络学习算法,它利用减聚类算法确定隐层单元的数量,并用修剪的办法删除冗余单元,避免了传统的K聚类算法对隐层单元数量确定的盲目性。利用最小二乘法确定隐层和输出层之间的权值。在对非线性函数进行逼近的仿真中,验证了该算法的有效性。     

分数阶系统的迭代最小二乘辨识算法

针对等比例阶次的分数阶系统的特点,提出了一种分数阶系统频域辨识的迭代最小二乘算法,并将运算数据的实部和虚部分离计算引入辨识过程,简化了计算的复杂度。此算法是整数阶系统辨识频域最小二乘算法的推广。通过无噪声和有噪声两种情况下的仿真实验,证明了该算法的有效性。     

简单遗传算法的一种改进算法

针对简单遗传算法收敛速度慢的问题,结合复合形法,提出了一种改进算法并将其应用于系统辨识,仿真结果表明,改进后的算法具有收敛快,精度高的优点。     

系统辨识的频域最小二乘算法

提出了一种用于求解有限脉冲响应系统函数和脉冲响应的频域最小二乘算法（ＲＦＬＳ），可应用于非实时系统辨识。本算法具有精度高、运算量小、易于实现和能够达到很高阶数的特点。给出了算法的推导论证、定阶和实用问题的讨论以及计算实例。     

一种新的基于参数辨识的自校正PID控制算法

本文在辩识过程模型参数的基础上,利用计算机求出对象的开环响应曲线,然后根据响应曲线法整定PI或PID参数的经验公式求出PI或PID参数。为了获得更好的控制效果,对所获得的PID参数进行了逐步地优化。该算法与其它自校正PID控制算法相比,具有适用范围更广的特点。计算机仿真和实时控制实验证实了该算法的有效性。     

系统参数估计的正交变换算法

就线性静态系统参数的最优二乘估计的存在性，提出一种正交变换算法予以实现。     

一种精确计算动态系统模型参数的新方法

很多线型或非线型动态系统模型满足如下关系式：ｂ（ｔ＋１）＝Ｈ（ｂ（ｔ），ｃ（ｔ））ｘ＋ｚ（ｔ），其中ｃ（ｔ）为输入数据向量，ｂ（ｔ）为输出数据向量，Ｈ（ｂ（ｔ），ｃ（ｔ））为输入－输出数据矩阵，ｚ（ｔ）为噪音向量，ｘ为待定的参数向量。作者对于秩亏最小二乘和秩亏总体最小二乘问题的研究结果可用于计算参数向量ｘ，其算法简单，精度很高。     

最小二乘辨识算法的并行计算及实现方法

以机器人自适应扰动控制中系统参数的辨识为模型，对逆归最小二乘辨识算法的并行计算进行了较深入的研究。结果算法的实施，提出了一种基于Ｉｎｔｅｌ８０９８单片机的多单片机结构，其中单端口写入、多端口读出的共享存贮器方案可命名微处理机间直接进行数据传输，有效地提高了数据的传输速率。     

一种基于积分最小二乘指标的时滞过程频域辨识算法

将积分最小二乘指标拓展到时滞过程情形，提出了一种新的频域辨识方法，该方法通过引入Pade近似，在保留积分最小二乘指标的同时，采用最小二乘类算法高效求解，给出了一个描述Pade近似与模型误差之间的关系式，有助于了解Pade近似对辨识结果的影响，方便控制系统的分析与设计，对一个大时滞过程仿真取得了满意的结果，表明所提出方法的有效性。     

方波输入信号下随机系统盲辨识方法

在方波输入信号下,通过归一化模型参数或输入信号,提出了随机系统两种盲辨识算法,仿真例子说明提出算法的有效性.     

基于MATLAB的最小二乘法系统辨识与仿真

将MATLAB应用到系统辨识中,在分析最小二乘法的基本原理和推导过程的基础上给出了系统辩识中算法参数估计的递推公式,并进行了实例仿真.     

混合模型的一种新的相对效率

研究了带附加信息的混合模型回归系数的估计,在考虑混合估计和LS估计协方差阵之间进一步联系的基础上,给出度量混合估计和LS估计差异的相对效率的一种新定义,并利用矩阵不等式分别求出新相对效率的上、下界.     

两电机变频调速系统的改进RLS逆模型辨识

为弥补现有两电机变频调速系统逆模型辨识中存在的不足,提出一种多模型LSSVM逆模型辨识方案.依据多模型思想,利用LSSVM拟合系统局部逆模型中的非线性映射,将各局部逆模型加权输出,建立离线初始逆模型.根据逆模型输出与系统输入的偏差,通过改进的RLS算法自适应调整局部逆模型权值,对初始逆模型在线校正,使其适应对象的变化,提高辨识精度和收敛速度.分析了两电机变频调速系统及可逆性,阐述了改进的RLS算法和LSSVM算法,给出了多模型LSSVM辨识方案的实现步骤,并对辨识效果进行了仿真试验.仿真结果表明,新型辨识方案是可行有效的,适用于两电机变频调速系统的逆模型辨识.     

一种新的对偶原始算法的有效实现

为了规避求解线性规划问题时存在的一系列不足(如受原始退化影响、迭代次数随规模大幅增长、占用中央处理器时间长等),提出了一种处理一般线性规划问题的新对偶原始算法(NDPA),即采用求解一系列无约束最小二乘问题获得残差,确定搜索方向,而不是通过经典非线性优化算法来处理约束最小二乘问题.通过随机生成的线性规划问题试验,初步证...     

一种动态系统稳态优化的抗干扰调优方法

为解决存在干扰情况下的功态系统稳态调优问题,提出了一种新的目标函数及其梯度的辨识方法,并以此给出了抗干扰调优方案。理论分析和仿真结果表明:该法可在较强的输入动态扰动和外干扰下,自动移动工作点至最优点,并具有最优点跟踪性能。