一种改进的鲁棒数据校正方法

鲁棒数据校正方法能有效得进行数据协调和过失误差侦破。然而,当泄露、积累等问题导致模型不准确时,传统的鲁棒数据校正技术无法得到满意的结果。针对这种情况,本文对鲁棒数据校正技术做了改进,将相对残差大于临界值的等式约束变为不等式约束,同时将原来等式约束的相对残差加入到鲁棒目标函数中,使得该方法适用于过程模型不准确的情况。实例运算表明,本文提出的方法对模型准确或者模型不准确的情况都有较好的数据校正结果。