典型文献
有理模型辨识的两类新方法——混合迭代与柔性最小二乘法
文献摘要：
针对有理模型提出两类辨识方法.首先提出基于递阶辨识思想的混合辨识方法,将模型分解为分子和分母两个子模型,分别用最小二乘法辨识分子参数,用粒子群算法和智能多步长梯度迭代算法辨识分母参数.由于降低了模型维数,且信息向量与噪声不相关,相对于传统的偏差补偿最小二乘算法,混合迭代法可以提高辨识精度并降低计算量.然后,为消除模型结构已知的假设,且充分利用最新数据更新系统参数,提出柔性递推最小二乘辨识方法,将有理模型转化为时变参数系统,进而辨识出时变系统的参数.仿真例子验证了所提出方法的有效性.
文献关键词：
有理模型;参数估计;梯度迭代;粒子群算法;柔性递推最小二乘算法;混合辨识算法
中图分类号：
作者姓名：
陈晶;朱全民
作者机构：
江南大学理学院,江苏无锡214122;西英格兰大学工业设计和数学系,英国布里斯托BS161QY
文献出处：
引用格式：
[1]陈晶;朱全民-.有理模型辨识的两类新方法——混合迭代与柔性最小二乘法)[J].控制与决策,2022(01):58-66
A类：
有理模型,柔性递推最小二乘算法,混合辨识算法
B类：
模型辨识,混合迭代,递阶辨识,模型分解,分母,子模型,最小二乘法辨识,粒子群算法,多步长,梯度迭代,迭代算法,不相关,偏差补偿,迭代法,辨识精度,计算量,模型结构,新数据,数据更新,新系统,系统参数,最小二乘辨识方法,时变参数,数系,时变系统,例子,参数估计
AB值：
0.329561
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
