最小二乘法集合成员辨识

该文研究集合成员辨识方法,并利用最小二乘法（LS method)进行集合成员辨识。这个方法的特点是辨识在时域进行,先利用小二乘法作为计算工具,辨识出实际系统的标称模型,然后求出可行参数集。本方法计算量小,可行参数集比文献[3]的要小。     

一种温度PID自校正调节器的设计

本文根据递推广义最小二乘(RGLS)参数辩识算法与 Helticessy 等人发展的固定相位裕度的 PID 自校正原理,结合现场测试数据,进一步讨论了利用 RGLS 法对温度控制系统——(?)管换热器装置进行在线参数辩识的步骤以及 PID 自校正调节器的设计。仿真模拟结果表明,该设计不仅具有较好的抗干扰能力与较高的鲁棒性,而且易于实施。     

基于准最小二乘法的光伏阵列模型鲁棒参数估计方法

光伏阵列的模型参数估计在光伏发电系统的仿真、输出功率预测、最大功率点跟踪等方面有重要意义。当测量数据中只含随机误差时,以加权最小二乘（WLS）为优化函数的参数估计方法有较好的辩识效果。但是当测量数据中含有显著误差时,WLS参数辩识的效果较差。为解决此问题,本文提出了一种以准加权最小二乘法（QWLS）为优化函数的参数估计方法来减小显著误差的影响,采用了赤池信息量准则(AIC)设计QWLS最优参数,将该方法应用于光伏阵列中构造模型鲁棒参数估计问题。最后将WLS和QWLS分别结合序列二次规划（SQP）算法,进行光伏阵列模型的参数估计仿真与实验测试。测试结果显示QWLS参数估计结果更准确,验证了准最小二乘法的鲁棒性与有效性。     

ARMA模型的最小二乘格型迭代递推辨识法

本文介绍了ARMA模型的格型迭代法,并以在格型算法中具有最快收敛速率的最小二乘格型算法为基础获得了 ARMA模型最小二乘格型迭代递推辨识法。针对此算法最小二乘格型迭代递推辩识法计算机模拟辨识表明,该方法具有较好的辨识性能,且有一定的抗噪能力。     

基于小波神经网络的非线性系统建模研究

研究了用小波神经网络对非线性系统进行建模问题。提出了用带遗忘因子的最小二乘法训练网络的权值,利用递推预报误差算法训练伸缩因子和平移因子的交互辩识算法。仿真结果证明了算法的有效性。     

具有可行联盟的合作对策的最小二乘解

最小二乘解是基于最小平方优化方法得到的使联盟中局中人的分配值之和与联盟收益的期望偏差最小的分配方案.为了拓展最小二乘解的适用范围,构建可行联盟集合限制下最小二乘解的最优化模型,根据凸规划理论探讨该最小二乘解的存在性及唯一性条件,进而利用拉格朗日乘子法给出求解最小二乘解的矩阵方程,并基于此探讨解的具体表达式和一些重要性质.同时,基于不可分开的局中人获得相同分配值这一分配准则,在最小二乘解的基础上提出对称最小二乘解,并讨论其唯一性条件及相关性质.值得指出的是,当且仅当其可行联盟集合为非奇异时,具有可行联盟的合作对策存在唯一的最小二乘解.所提出的最小二乘解可为局中人合作具有限制时的收益分配问题提供理论依据和决策参考.     

参数辩识的线性规划法及其快速实现

本文在最小绝对误差和准则下。给出了辩识线性回归模型参数的线性规划方法。並根据线性单纯形表格的特点对线性规划的算法做了极其有效的改进。整个迭代过程中。无需计算单纯形表格,而是通过两个矩阵的相乘积来进行最优性判断,因而能节省大量的存储空间。通过最小二乘法选择线性规划迭代法的初始基点,使得迭代次数大为减少、计算速度大大提高。大量的应用实例表明,本文给出的算法十分有效、速度的改进相当可观。     

T-S模型的遗传算法和支持向量机辨识

基于非线性系统的输入输出数据,辩识对象的T-S模型.提出基于遗传算法和最小二乘支持向量机的辨识方法,利用遗传算法聚类进行结构辨识,每个类代表一条规则,规则数等于类数量,类中心作为该规则的隶属度函数中心类数;同时考虑模型辨识精度,实现全局优化;参数辨识采用基于结构风险最小化的最小二乘支持向量机方法,综合考虑模型复杂度和辨识误差.仿真结果证明了算法的有效性,辨识精度高,泛化能力强.     

差分模型参数递推估计的Householder变换法

本文提出了利用Householder变换进行差分模型参数递推估计的新方法.并由该方法导出了新的递推最小二乘法、递推增广矩阵法、递推广义最小二乘法、递推极大似然法. 文中分单变量、多变量两种情况重点讨论了新递推最小二乘法及其与传统递推最小二乘法的比较,并给出了计算实例.     

基于聚类的LS-SVM的入侵检测方法研究

本文针对最小二乘法支持向量机在入侵检测中的训练效率低下的缺点,将聚类方法应用其中。该方法主要用来对数据集进行剪枝,有效地减少距离分类面较远的数据集合数量,而使用靠近聚类中心的数据集合作为有效的样本集合,减少样本的训练时间,提高训练效率。实验表明,使用聚类方法提高了最小二乘法支持向量机的训练效率,而且对入侵检测有很好的效果。