共查询到20条相似文献,搜索用时 561 毫秒
1.
基于ANN的动态系统状态方程辨识建模仿真 总被引:1,自引:0,他引:1
对系统辨识原理、基于神经网络(ANN)的动态系统辨识进行了分析,针对动态系统辨识模型描述的复杂性,为简化ANN辨识建模的输入/输出关系的表达,提高算法的简洁性,采用了状态方程辨识模型,并给出了基于ANN的动态系统状态方程辨识模型。为比较分析不同网络结构的辨识建模效果及网络模型泛化能力,针对三种不同网络结构方案进行了辨识建模仿真研究。仿真结果最示,基于ANN的动态系统状态方程模型的辨识建模是有效的,并且简单合理的网络结构方案,可提高网络辨识模型的泛化能力。 相似文献
2.
针对化工过程中广泛应用的连续搅拌反应釜(CSTR)反应器,提出一种新的基于极限学习机的Hammerstein-Wiener模型的辨识建模方法。其中,Hammerstein-Wiener模型的两个非线性环节采用两个不同的极限学习机逼近,线性环节采用自回归ARX模型。因极限学习机的特殊结构,此模型可以表示成线性回归的形式,最终利用广义最小二乘法求解模型的参数。此方法辨识过程简单,辨识过程的计算量较小。最后对CSTR的辨识结果表明,在相同条件下与基于多项式的Hammerstein模型和ARX-LSSVM Hammerstein模型相比,该方法具有较高辨识精度,表明了该方法的有效性。 相似文献
3.
模型在线辨识方法及其应用 总被引:5,自引:0,他引:5
本文提出了一种有效的非线性模型和参数在线估计方法。为了实现模型在线辨识,本文根据误差性能指标,给出了模型判据及计算式。根据递推加权最小二乘算法和优选判据,导出了模型和参数同时在线估计的有效算法。为了提高计算效率和数值稳定性,模型辨识和参数辨识均采用了U-D分解方法。新方法可用于飞行器非线性气动模型和参数的实时估计。实际应用结果表明,使用该方法可以有效地确定多项式、样条函数模型结构,参数辨识的结果满 相似文献
4.
本文提出了一种根据模糊辨识结果设计状态反馈控制器的方法。以国产300MW燃煤机组的燃料量-主汽压模型为例,模糊辨识得出其模型,然后设计状态反馈控制器。MATLAB仿真研究表明,采用该方法辨识精度高,控制效果良好;验证了其可行性和有效性。 相似文献
5.
针对蒸发器离线建模方法对变量运行工况范围要求较大的问题,利用K-means算法对辨识模型的观测数据进行聚类筛选处理,提出一种基于数据的蒸发器在线建模方法。首先利用DB准则和PSO算法提出K-means算法中最优分类数K*和最优初始聚类中心的确定方法,提高算法的收敛速度,并使用改进的K-means算法获得各簇聚类中心来代替辨识模型的观测数据,减少模型辨识的数据量。然后利用已有的蒸发器模型结构以及模型辨识方法,对模型进行辨识。实验结果表明:利用聚类筛选前、后的观测数据所辨识的模型精度基本相当,分别在±3%和±3.5%以内。最后利用在线观测数据到各聚类中心欧氏距离的分析判断,提出蒸发器的在线建模方法。该方法可以先采用小工况范围的少量离线数据辨识模型,再利用在线数据修正模型参数,扩大模型的适用范围。 相似文献
6.
论文首先分析了柴油机闭环辨识的条件和柴油机的理论数学模型,然后采用ARX模型辨识出柴油机控制系统模型.辨识的输入输出数据分别采用柴油机闭环控制系统的齿条位移和输出转速,模型参数估计采用最小二乘法,最后通过残差分析对模型的正确性进行验证.辨识结果表明该模型能够很好地反映柴油机的动态输出特性,并具有较高的精度,证明了ARX模型辨识算法对于柴油机系统的辨识是可行的. 相似文献
7.
基于最小二乘支持向量机的T-S模型在线辨识 总被引:2,自引:0,他引:2
提出一种基于时间窗最小二乘支持向量机的T-S模型在线辨识算法,包括结构辨识和参数辨识.该算法以时间窗内数据的势能作为结构辨识依据,同时采用最小二乘支持向量机辨识系统参数:具有辨识速度快、精度高的特点.仿真结果证明了算法的有效性. 相似文献
8.
9.
为了有效地确定飞机极曲线,提出一种鲁棒选择模型的新方法,通过分析数据矩阵模型判定方法,采用U—D分解以避免行列式的复杂计算,从而成倍提高了计算效率,通过估计D阵元素的取值区间,得到了观测量不确定部分带来的模型辨识判据的误差上下界,依此将候选按照重要程度逐个选取,在加权最小二乘算法中,采用下界不等式逼近,得到了鲁棒辨识的新算法和收敛条件,对飞机极曲线的模型和参数进行辨识,结果表明新方法可以得到工程上满意的效果。 相似文献
10.
在对双缺液压电梯进行建模与仿真时,直接由其机理建模非常复杂,得不到可用于控制的数学模型,因此采用辨识的方法(即实测辨识方法和机理仿真方法)建立其模型,最后用MATLAB对所建模型进行了仿真比较,结果表明所见模型是比较合适的。 相似文献
11.
12.
13.
介绍了模型辨识器的设计和实际应用.模型辨识器的辨识算法采用基于模型分解方法的辨识算法,软件设计上采用模块化的程序设计原则.辨识器从实用性出发,注重辨识的速度、简洁,可以方便给出系统对象的阶次、参数和时延的无偏估计,可以灵活地对多变量系统进行辨识,辨识出的模型有利于控制器的设计.还对一个实际的装置进行了应用研究,获得的结果是精确的,说明了该软件的有效性和实用性. 相似文献
14.
15.
针对时滞混沌系统在时滞未知条件下的参数及时滞辨识问题,提出基于时间注意力机制的时滞混沌系统参数辨识模型——PINN-TA。首先,采用时间注意力机制提取系统状态序列的关联特征,以实现对系统时滞的辨识;其次,利用循环神经网络(RNN)隐式地近似系统微分方程,形成关于系统参数的代数方程;最后,将代数方程的根作为参数辨识的结果。分别以时滞Logistic方程、Ikeda微分方程和Mackey-Glass混沌系统等典型时滞混沌系统作为待辨识系统,对PINN-TA模型和多种智能搜索算法进行对比实验。仿真结果表明,相较于人工雨滴算法(ARA)、混合布谷鸟搜索算法(HCS)、全局花朵授粉算法(GFPA)、元胞自动机鲸鱼算法(CWA)等现有智能搜索算法,PINN-TA模型对参数和时滞的辨识误差降低了90.31%~99.36%,且辨识耗时缩短至18.59~19.43 ms。可见,PINN-TA模型能够满足精度和实时性要求,为时滞混沌系统参数及时滞辨识提供可行的解决方案。 相似文献
16.
17.
基于无速度传感器辨识精度和动态性能的提高,在传统的模型参考自适应(MRAS)速度辨识模型的基础上,参考模型采用转子磁链电压模型。应用神经网络理论,对其可调模型进行了改进。并在无速度传感器直接转矩控制系统中对该速度辨识模型进行了研究,仿真结果验证了该速度辨识模型具有满意的辨识精度和动态性能。 相似文献
18.
基于人工神经网络的Hammerstein模型辨识 总被引:2,自引:0,他引:2
证明了Hammerstein模型在有色噪声情况下,可利用系统的稳态信息辨识模型的非线性增益,并提出了神经元网络的辨识方法。利用系统的动态信息,运用一般的辅助变量法可辨识H模型的线性子系统。仿真结果表明该方法辨识精度高,具有一定的实用性。 相似文献
19.