【摘要】：在控制科學(xué)發(fā)展初期,人們對控制科學(xué)研究還不夠深入,在研究系統(tǒng)性能方面,研究者往往忽略相關(guān)因素引起的信息缺失,視系統(tǒng)為完全信息系統(tǒng)。而在大數(shù)據(jù)背景的當(dāng)今時代,人們對信息系統(tǒng)辨識精度要求越來越高,忽略信息缺失辨識系統(tǒng)參數(shù)已不能滿足當(dāng)今社會需求。隨著完全信息系統(tǒng)參數(shù)辨識缺點(diǎn)逐步突顯,廣大研究者開始研究不完全信息系統(tǒng)參數(shù)辨識算法,部分研究者找到了一種插補(bǔ)辨識算法來降低對系統(tǒng)參數(shù)辨識精度的影響,以實(shí)現(xiàn)參數(shù)的精確辨識并確保系統(tǒng)收斂。因此,本文旨在探索一種樣條插補(bǔ)粒子群算法來實(shí)現(xiàn)不完全信息系統(tǒng)的參數(shù)較精確辨識,通過隨機(jī)過程知識構(gòu)建隨機(jī)變量來分析算法的收斂性,并在實(shí)際直流調(diào)速系統(tǒng)中檢驗(yàn)該算法可行性和有效性。具體步驟如下：首先,針對不完全信息系統(tǒng),研究了一種基于PSO (Particle Swarm Optimization,粒子群優(yōu)化)與均值插補(bǔ)法相結(jié)合策略實(shí)現(xiàn)系統(tǒng)的參數(shù)辨識。利用均值插補(bǔ)法對隨機(jī)丟失信息進(jìn)行插補(bǔ),并采用PSO方法對辨識模型參數(shù)進(jìn)行在線迭代優(yōu)化,以得到合適的誤差準(zhǔn)則下的最優(yōu)適應(yīng)度函數(shù),以實(shí)現(xiàn)每個粒子所對應(yīng)的參數(shù)速度和大小迭代,從而實(shí)現(xiàn)不完全信息系統(tǒng)參數(shù)的實(shí)時、精確辨識；在此基礎(chǔ)上,進(jìn)一步分析了該算法的收斂性,通過仿真驗(yàn)證發(fā)現(xiàn)本文所提方法在一定條件下可實(shí)現(xiàn)不完全信息系統(tǒng)的參數(shù)辨識精度的有效提高。其次,將樣條插值法引入到不完全信息系統(tǒng)的參數(shù)辨識中,以實(shí)現(xiàn)系統(tǒng)參數(shù)的精確辨識。采用時間戳的信號編碼方式,以統(tǒng)計隨機(jī)缺失的信息量,利用三次樣條插補(bǔ)法,對缺失數(shù)據(jù)進(jìn)行實(shí)時插補(bǔ),實(shí)現(xiàn)完全辨識數(shù)據(jù)獲��；在此基礎(chǔ)上,為提高系統(tǒng)辨識精度,進(jìn)一步采用PSO算法對系統(tǒng)參數(shù)進(jìn)行辨識,并理論推導(dǎo)了該方法的收斂性。最后,將所研究的辨識方法應(yīng)用到轉(zhuǎn)速反饋控制直流電機(jī)調(diào)速系統(tǒng)的參數(shù)辨識中,在不同缺失率下,實(shí)測并獲取系統(tǒng)的輸入輸出數(shù)據(jù),利用樣條插補(bǔ)辨識法對系統(tǒng)參數(shù)進(jìn)行了辨識,通過驗(yàn)證發(fā)現(xiàn)本文所提方法能有效實(shí)現(xiàn)直流電機(jī)調(diào)速系統(tǒng)參數(shù)辨識,為該方法進(jìn)一步的應(yīng)用和推廣奠定了必要的實(shí)驗(yàn)基礎(chǔ)。
[Abstract]:In the early stage of the development of control science, the research on control science is not deep enough. In the research of system performance, researchers often ignore the lack of information caused by related factors and regard the system as a complete information system. In the background of big data, the accuracy of information system identification is becoming more and more high, and ignoring the missing parameters of information identification system can not meet the needs of the society. As the shortcomings of parameter identification of complete information system become more and more obvious, many researchers begin to study the parameter identification algorithm of incomplete information system. Some researchers have found an interpolation identification algorithm to reduce the influence on system parameter identification accuracy. In order to achieve accurate identification of parameters and ensure the convergence of the system. Therefore, the purpose of this paper is to explore a spline interpolation particle swarm optimization algorithm to realize accurate parameter identification of incomplete information systems, and to analyze the convergence of the algorithm by constructing random variables through the knowledge of stochastic processes. The feasibility and effectiveness of the algorithm are tested in the actual DC speed regulation system. The specific steps are as follows: firstly, a method based on PSO (Particle Swarm Optimization, particle swarm optimization (PSO) and mean interpolation is proposed to identify the parameters of the incomplete information system. The random lost information is interpolated by means of the mean interpolation method, and the parameters of the identification model are iteratively optimized by PSO method in order to obtain the optimal fitness function under the appropriate error criterion. In order to realize the iteration of the velocity and size of the parameters corresponding to each particle, the parameters of incomplete information system can be identified in real time and accurately. On this basis, the convergence of the algorithm is further analyzed, and the simulation results show that the proposed method can effectively improve the precision of parameter identification of incomplete information system under certain conditions. Secondly, the spline interpolation method is introduced into the parameter identification of incomplete information system to realize the accurate identification of the system parameters. Time stamp coding method is used to calculate the amount of random missing information and cubic spline interpolation method is used to interpolate the missing data in real time to obtain the complete identification data. On this basis, in order to improve the accuracy of system identification, the PSO algorithm is used to identify the system parameters, and the convergence of the method is derived theoretically. Finally, the proposed identification method is applied to the parameter identification of the speed feedback control DC motor speed control system. The input and output data of the system are measured and obtained under different missing rates. The parameters of the system are identified by spline interpolation identification method. It is found that the proposed method can effectively identify the parameters of DC motor speed regulation system, which lays a necessary experimental foundation for the further application and popularization of the method.
【學(xué)位授予單位】：安徽工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;N945.14

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張時釗;;氣象哨溫度資料的插補(bǔ)[J];陜西氣象;1981年08期

2 曹宗智;利用電子計算機(jī)實(shí)現(xiàn)水文資料的自動插補(bǔ)[J];干旱區(qū)地理;1987年04期

3 蔣勇敏,邱士安;無誤差插補(bǔ)方法初探[J];機(jī)械;2000年S1期

4 喬麗華;傅德印;;缺失數(shù)據(jù)的多重插補(bǔ)方法[J];統(tǒng)計教育;2006年12期

5 楊偉東;朱紅春;劉麗冰;;計算機(jī)數(shù)據(jù)課程中插補(bǔ)原理教學(xué)方法的探討[J];實(shí)驗(yàn)室科學(xué);2009年02期

6 屠其璞;一種氣溫場序列的延長插補(bǔ)方法[J];南京氣象學(xué)院學(xué)報;1986年01期

7 黃蓉;胡澤勇;關(guān)婷;孫根厚;楊耀先;劉火霖;;藏北高原氣溫資料插補(bǔ)及其變化的初步分析[J];高原氣象;2014年03期

8 龐新生;;分層隨機(jī)抽樣條件下缺失數(shù)據(jù)的多重插補(bǔ)方法[J];統(tǒng)計與信息論壇;2009年05期

9 楊軍;趙宇;丁文興;;抽樣調(diào)查中缺失數(shù)據(jù)的插補(bǔ)方法[J];數(shù)理統(tǒng)計與管理;2008年05期

10 張岫云;按偏差最小原理進(jìn)行插補(bǔ)的計算方法[J];上海機(jī)械學(xué)院學(xué)報;1980年02期

相關(guān)會議論文 前5條

1 余予;李俊;任芝花;張志富;;標(biāo)準(zhǔn)序列法在日平均氣溫缺測數(shù)據(jù)插補(bǔ)中的應(yīng)用[A];第八屆全國優(yōu)秀青年氣象科技工作者學(xué)術(shù)研討會論文匯編[C];2014年

2 呂強(qiáng);;編寫數(shù)控車、銑床加工多邊形插補(bǔ)程序的方法[A];數(shù)控技術(shù)學(xué)術(shù)研討會論文集[C];1999年

3 安金剛;;離線插補(bǔ)技術(shù)在運(yùn)動控制中的應(yīng)用[A];全國第十二屆空間及運(yùn)動體控制技術(shù)學(xué)術(shù)會議論文集[C];2006年

4 鄭金興;張銘鈞;孟慶鑫;;變插補(bǔ)周期的數(shù)控進(jìn)給速度控制算法研究[A];先進(jìn)制造技術(shù)論壇暨第五屆制造業(yè)自動化與信息化技術(shù)交流會論文集[C];2006年

5 谷永山;王銳;韋穗;;基于兩幅視圖的縱向插補(bǔ)方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前8條

1 王允森;基于樣條插補(bǔ)的高質(zhì)量加工關(guān)鍵技術(shù)的研究[D];中國科學(xué)院研究生院(沈陽計算技術(shù)研究所);2015年

2 金永喬;微小線段高速加工的軌跡優(yōu)化建模及前瞻插補(bǔ)技術(shù)研究[D];上海交通大學(xué);2015年

3 葉偉;數(shù)控系統(tǒng)納米插補(bǔ)及控制研究[D];北京交通大學(xué);2010年

4 梅鵬;中國群死群傷火災(zāi)數(shù)據(jù)插補(bǔ)及快速損失評估研究[D];中國科學(xué)技術(shù)大學(xué);2013年

5 孟書云;高精度開放式數(shù)控系統(tǒng)復(fù)雜曲線曲面插補(bǔ)關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2006年

6 劉巍;ARGO稀損數(shù)據(jù)插補(bǔ)與三維海洋要素場重構(gòu)研究[D];西南交通大學(xué);2012年

7 周勇;高速進(jìn)給驅(qū)動系統(tǒng)動態(tài)特性分析及其運(yùn)動控制研究[D];華中科技大學(xué);2008年

8 郝永江;復(fù)雜參數(shù)曲線曲面加工控制與狀態(tài)監(jiān)測技術(shù)研究[D];天津大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 劉艷玲;調(diào)查數(shù)據(jù)無回答的插補(bǔ)方法及模擬比較[D];天津財經(jīng)大學(xué);2012年

2 李玲雪;缺失偏態(tài)數(shù)據(jù)下異方差模型的統(tǒng)計推斷[D];昆明理工大學(xué);2015年

3 李靜華;基于PMM插補(bǔ)法的線性回歸模型系數(shù)估計量的模擬研究[D];天津財經(jīng)大學(xué);2015年

4 王錦霞;基于質(zhì)譜篩選差異表達(dá)蛋白的統(tǒng)計學(xué)方法研究[D];大連海事大學(xué);2016年

5 趙偉;針對回歸模型的缺失數(shù)據(jù)插補(bǔ)方法模擬分析[D];天津財經(jīng)大學(xué);2014年

6 駱新珍;基于DA插補(bǔ)法的線性回歸模型系數(shù)估計量的模擬研究[D];天津財經(jīng)大學(xué);2014年

7 肖哲;基于STM32的嵌入式數(shù)控插補(bǔ)控制器的研究與實(shí)現(xiàn)[D];湖北工業(yè)大學(xué);2016年

8 李珍;不完全測量信息系統(tǒng)的辨識研究[D];安徽工程大學(xué);2016年

9 王偉;基于判別分析的多重插補(bǔ)影響因素研究[D];河北經(jīng)貿(mào)大學(xué);2015年

10 李圣瑜;調(diào)查數(shù)據(jù)缺失值的多重插補(bǔ)研究[D];河北經(jīng)貿(mào)大學(xué);2015年

，

本文編號：2362741