【摘要】：辨識方法是解決系統(tǒng)辨識問題的有效手段,準(zhǔn)則函數(shù)是獲得辨識算法的重要依據(jù),通過不同的手段優(yōu)化準(zhǔn)則函數(shù),可以獲得不同的辨識算法。通常準(zhǔn)則函數(shù)是由模型與實際過程誤差的平方和構(gòu)成的。因為模型只能描述系統(tǒng)的主要特征,人們期望系統(tǒng)的輸出與模型輸出的誤差盡可能地小,準(zhǔn)則函數(shù)可以非常直觀地體現(xiàn)這種誤差。通過更新準(zhǔn)則函數(shù)的數(shù)值可以實時衡量對應(yīng)辨識算法的精度。論文選題“辨識方法準(zhǔn)則函數(shù)遞推計算關(guān)系的研究”具有理論意義和學(xué)術(shù)價值。本論文對該課題展開了詳細的討論和研究,取得了如下的成果。 1.針對單變量線性自回歸模型的最小二乘類參數(shù)估計算法,詳細推導(dǎo)了單變量遞推最小二乘算法和有限數(shù)據(jù)窗最小二乘算法的準(zhǔn)則函數(shù)的遞推計算關(guān)系式。比較了準(zhǔn)則函數(shù)的一次完成算式和遞推算式的計算量。采用仿真實驗對比了兩種計算關(guān)系式所得的準(zhǔn)則函數(shù)的結(jié)果。并將所推導(dǎo)的遞推計算關(guān)系推廣到遺忘因子遞推最小二乘算法、加權(quán)最小二乘等算法以及偽線性回歸模型的最小二乘參數(shù)估計算法中。 2.推導(dǎo)了多變量線性自回歸模型的遺忘因子遞推最小二乘算法的準(zhǔn)則函數(shù)的遞推計算關(guān)系式。說明了準(zhǔn)則函數(shù)的遞推計算式能夠明顯減小計算量。進一步將結(jié)果擴展到多變量系統(tǒng)遞推最小二乘算法和多變量系統(tǒng)有限數(shù)據(jù)窗遺忘因子最小二乘等算法中。 3.針對多新息遞推最小二乘和變遞推間隔多新息最小二乘參數(shù)估計算法,推導(dǎo)了它們的準(zhǔn)則函數(shù)的遞推計算關(guān)系式。數(shù)值仿真例子表明了所推導(dǎo)的準(zhǔn)則函數(shù)遞推算法的有效性。 綜上,本文研究了最小二乘類參數(shù)估計算法的準(zhǔn)則函數(shù)的遞推計算關(guān)系,仿真實驗表明了準(zhǔn)則函數(shù)的值可以用來衡量對應(yīng)參數(shù)估計算法的精度,所推導(dǎo)的準(zhǔn)則函數(shù)的遞推算法是有效的。其他類型的辨識算法(如隨機梯度算法、牛頓迭代算法)以及非線性系統(tǒng)辨識算法的準(zhǔn)則函數(shù)的簡化計算關(guān)系有待于進一步的探討和研究。
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：N945.14

【參考文獻】

相關(guān)期刊論文 前4條

1 李訓(xùn)艷;周玉國;逯倩倩;;限定記憶法辨識帶鋼熱鍍鋅退火爐模型參數(shù)[J];計算機時代;2012年01期

2 楊藝;張云生;;增廣遞推最小二乘辨識精度的研究[J];昆明理工大學(xué)學(xué)報(理工版);2009年06期

3 丁鋒;;系統(tǒng)辨識(6):多新息辨識理論與方法[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2012年01期

4 魯照權(quán);胡焱東;;具有限定記憶的輔助變量參數(shù)辨識法與仿真研究[J];系統(tǒng)仿真技術(shù);2009年02期

，

本文編號：2686865