基于稀疏化核方法的非线性动态系统在线辨识 被引量：4

1

作者 张伟 许爱强 平殿发 《系统工程与电子技术》 EI CSCD 北大核心 2017年第1期223-230,共8页

为了抑制辨识模型阶数的不断增长,适应系统的时变动态特征,以滑动时间窗为基本建模策略,提出了一种具有自适应正则化因子的核超限学习机(kernel extreme learning machine,KELM)在线辨识方法。通过构建新的目标函数,使得正则化因子可以... 为了抑制辨识模型阶数的不断增长,适应系统的时变动态特征,以滑动时间窗为基本建模策略,提出了一种具有自适应正则化因子的核超限学习机(kernel extreme learning machine,KELM)在线辨识方法。通过构建新的目标函数,使得正则化因子可以随着系统动态而改变,保证了模型在不同的非线性区域拥有不同的结构风险;通过构建统一的学习框架,在保证每一次训练迭代中学习过程稀疏化的同时,实现了核权重系数与正则化因子的同步更新。实验结果表明,提出的方法相比与其他基于KELM的在线序贯学习方法,在有无噪声的情况下,均可以有效提升辨识精度,并且具有更好的稳定性。 展开更多

关键词 非线性系统辨识 核方法 超限学习机 在线稀疏 正则化

在线阅读 下载PDF 职称材料

一类非线性动态系统的非参数GFRF 模型辨识(英文) 被引量：36

2

作者 韩崇昭 王立琦 +1 位作者 唐晓泉 党映农 《控制理论与应用》 EI CAS CSCD 北大核心 1999年第6期816-819,825,共5页

本文对一类用多项式描述的非线性动态系统提出使用ＧＦＲＦ模型类的非参数辨识算法．这种算法的显著特点是需要很小的计算量和存储空间，而且辨识精度较高．仿真结果表明这种非参数模型辨识算法是有效的，而且由辨识方法获得的模型一般... 本文对一类用多项式描述的非线性动态系统提出使用ＧＦＲＦ模型类的非参数辨识算法．这种算法的显著特点是需要很小的计算量和存储空间，而且辨识精度较高．仿真结果表明这种非参数模型辨识算法是有效的，而且由辨识方法获得的模型一般具有很好的泛化能力，因而是一种具有重要应用前景的实用方法． 展开更多

关键词 非线性动态系统 GFRF模型 非参数模糊辨识

在线阅读 下载PDF 职称材料

简单动态递归神经网络在非线性系统辨识中的应用 被引量：8

3

作者 杜云 田强 +2 位作者 杜艳 张苏英 王畅 《河北科技大学学报》 CAS 北大核心 2009年第2期130-134,179,共6页

提出了用一种结构非常简单的动态递归神经网络(SRNN)辨识非线性系统的方法。该方法研究了在递归层不加权的网络简单拓扑结构,推导出SRNN的预报误差(RPE)学习算法,并对算法进行了补充和改进。仿真实验结果表明,这种网络需要调整的权系值... 提出了用一种结构非常简单的动态递归神经网络(SRNN)辨识非线性系统的方法。该方法研究了在递归层不加权的网络简单拓扑结构,推导出SRNN的预报误差(RPE)学习算法,并对算法进行了补充和改进。仿真实验结果表明,这种网络需要调整的权系值少,且改进后的学习算法简单、辨识速度快、模型精度高,解决了一般动态递归网络因网络拓扑结构复杂造成的训练算法复杂、收敛速度慢的问题,可以实时应用。 展开更多

关键词 动态递归神经网络 系统辨识 非线性系统 RPE算法

在线阅读 下载PDF 职称材料

非线性Hammerstein系统辨识的动态分离方法 被引量：12

4

作者 袁廷奇 刘文江 《控制理论与应用》 EI CAS CSCD 北大核心 2002年第4期619-622,共4页

利用同幅值的M序列和逆M序列作为输入信号 ,对Hammerstein模型中的线性动态部分进行分离处理 ,通过辨识得到一个线性动态模型 .基于此线性模型 ,依据系统的测量输出重构出系统的中间输入 .最后由系统的测试输入和中间输入估计出非线性... 利用同幅值的M序列和逆M序列作为输入信号 ,对Hammerstein模型中的线性动态部分进行分离处理 ,通过辨识得到一个线性动态模型 .基于此线性模型 ,依据系统的测量输出重构出系统的中间输入 .最后由系统的测试输入和中间输入估计出非线性部分的参数 .仿真结果表明本方法的有效性 . 展开更多

关键词 HAMMERSTEIN模型 系统辨识 动态分离 非线性

在线阅读 下载PDF 职称材料

基于Elman神经网络的非线性动态系统辨识 被引量：13

5

作者 高钦和 王孙安 《计算机工程与应用》 CSCD 北大核心 2007年第31期87-89,共3页

研究了应用动态递归神经网络实现动态系统辨识的原理和方法,在没有被辨识对象的先验知识情况下,通过改进的El-man网络实现了非线性动态系统的辨识。仿真结果表明,与前馈网络相比,Elman网络具有学习速度快、泛化能力强的特点,可用较小的... 研究了应用动态递归神经网络实现动态系统辨识的原理和方法,在没有被辨识对象的先验知识情况下,通过改进的El-man网络实现了非线性动态系统的辨识。仿真结果表明,与前馈网络相比,Elman网络具有学习速度快、泛化能力强的特点,可用较小的网络结构实现高阶系统的辨识,适用于具有本质非线性动态系统的辨识。 展开更多

关键词 非线性系统辨识 动态系统 动态递归神经网络 ELMAN网络

在线阅读 下载PDF 职称材料

动态非线性连续时间系统的小波神经网络辨识 被引量：3

6

作者 张兆宁 喻文焕 郁惟镛 《控制理论与应用》 EI CAS CSCD 北大核心 2002年第5期709-712,共4页

将小波神经网络应用于动态非线性连续时间系统的辨识 ,同时为了使神经网络的训练达到全局最优和加速小波神经网络训练的收敛速度 ,提出了信赖域算法 ,并研究了信赖域算法的收敛性 .随后进行了算例仿真 ,证明了所提辨识方法的有效性 .

关键词 动态非线性连续时间系统 小波 神经网络 辨识 非参数辨识 系统辨识

在线阅读 下载PDF 职称材料

基于模糊对向神经网络的非线性动态系统辨识器 被引量：12

7

作者 张志华 郑南宁 赵振选 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第4期565-568,共4页

模糊对向神经网络 (FCP)在功能上同模糊逻辑系统的TS模型是等价的 ,它具有神经网络和模糊逻辑系统各自的优点 ,因而适宜作辨识模型 .利用FCP网络为辨识模型 ,设计了一种新的非线性动态系统辨识器 .辨识模型的参数调整采用无监督聚类法... 模糊对向神经网络 (FCP)在功能上同模糊逻辑系统的TS模型是等价的 ,它具有神经网络和模糊逻辑系统各自的优点 ,因而适宜作辨识模型 .利用FCP网络为辨识模型 ,设计了一种新的非线性动态系统辨识器 .辨识模型的参数调整采用无监督聚类法和误差回传算法相结合的混合学习方法进行的 ,同时文中还给出选取初始参数的方法 .仿真实验表明提出的辨识器是十分有效的 . 展开更多

关键词 非线性动态系统 系统辨识器 模糊对向神经网络

在线阅读 下载PDF 职称材料

用改进的多分辨小波网络辨识非线性动态系统 被引量：3

8

作者 吕立华 宋执环 李平 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2002年第1期36-39,共4页

多分辨小波网络不便于处理非均匀分布样本和在线辨识非线性动态系统 ,对此提出了两点改进 :首先给出一种把非均匀分布样本近似到小波网格系上的方法 ;然后提出一种可变的小波网络及其学习方法 .最后用改进的小波网络辨识非线性动态系统 ... 多分辨小波网络不便于处理非均匀分布样本和在线辨识非线性动态系统 ,对此提出了两点改进 :首先给出一种把非均匀分布样本近似到小波网格系上的方法 ;然后提出一种可变的小波网络及其学习方法 .最后用改进的小波网络辨识非线性动态系统 ,仿真结果验证了这种改进方法的可行性和有效性 . 展开更多

关键词 多分辨小波网络 小波网格系 可变策略 非线性动态系统 非线性系统辨识 小波分析

在线阅读 下载PDF 职称材料

一类非线性动态系统的Hammerstein模型辨识 被引量：3

9

作者 郭毓 刘颖 马勤弟 《传感技术学报》 CAS CSCD 2000年第3期199-203,共5页

本文根据薄膜热电偶传感器动态标定实验结果 ,研究了辨识一类非线性系统模型的方法 .文中采用 Hammerstein模型作为系统结构 ,在此基础上 ,对模型参数加以估计 .考虑到动态系统各环节之间的输入输出关系 ,进一步简化了 Hammerstein模型... 本文根据薄膜热电偶传感器动态标定实验结果 ,研究了辨识一类非线性系统模型的方法 .文中采用 Hammerstein模型作为系统结构 ,在此基础上 ,对模型参数加以估计 .考虑到动态系统各环节之间的输入输出关系 ,进一步简化了 Hammerstein模型结构 ,以便运用简便的方法来估计模型参数 .通过对几组实验数据的仿真和检验 ,证明本文所采用的方法能够获得较好的辨识效果 . 展开更多

关键词 非线性动态系统 系统辨识 自动控制 电偶传感器

在线阅读 下载PDF 职称材料

非线性动态传感器系统的H模型神经网络辨识 被引量：3

10

作者 刘滔 韩华亭 +1 位作者 马婧 雷超 《传感技术学报》 CAS CSCD 北大核心 2013年第10期1390-1394,共5页

针对非线性动态传感器模型辨识问题,提出一种新的Hammerstein模型神经网络结构辨识法。非线性动态传感器系统采用Hammerstein模型描述,将系统分解为非线性静态增益串接线性动态环节。再设计一种网络权系数对应于相应的Hammerstein模型... 针对非线性动态传感器模型辨识问题,提出一种新的Hammerstein模型神经网络结构辨识法。非线性动态传感器系统采用Hammerstein模型描述,将系统分解为非线性静态增益串接线性动态环节。再设计一种网络权系数对应于相应的Hammerstein模型参数的新型神经网络结构,推导了基于反向传播的网络权系数调整方法。通过网络迭代训练同时得到静态与动态两个环节的模型参数。最后通过一个H模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法是有效的。 展开更多

关键词 传感器 系统辨识 函数连接型神经网络 HAMMERSTEIN模型 非线性动态系统

在线阅读 下载PDF 职称材料

基于小波神经网络的非线性动态系统辨识 被引量：10

11

作者 曾凡锋 蔡自兴 《中南工业大学学报》 CSCD 北大核心 1998年第3期280-283,共4页

在小波神经网络的基础上提出了一种辨识非线性动态系统的方法．该方法有效地将系统辨识所需要的结构形式与多层神经网络及小波基函数所构成的分辨率信息处理过程相结合，建立了从数据到符号的自适应机制．仿真结果表明，该方法具有收敛... 在小波神经网络的基础上提出了一种辨识非线性动态系统的方法．该方法有效地将系统辨识所需要的结构形式与多层神经网络及小波基函数所构成的分辨率信息处理过程相结合，建立了从数据到符号的自适应机制．仿真结果表明，该方法具有收敛速度快、逼近精度高、鲁棒性好等优点． 展开更多

关键词 系统辨识 小波神经网络 非线性动态系统

在线阅读 下载PDF 职称材料

非线性动态系统的Wiener神经网络辨识法 被引量：11

12

作者 吴德会 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第11期1192-1196,共5页

提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设计一种新型的神经网络结构,使网络权值对应于相应的Wiene... 提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设计一种新型的神经网络结构,使网络权值对应于相应的Wiener模型参数;并推导了基于反向传播的网络权值调整方法.最后,通过网络迭代训练,可同时得到线性动态子环节和非线性静态增益的模型参数.通过一个Wiener模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法切实可行. 展开更多

关键词 非线性动态系统 辨识 神经网络 WIENER模型

在线阅读 下载PDF 职称材料

基于支持向量机的非线性动态系统辨识方法 被引量：13

13

作者 吴德会 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第14期3169-3171,3187,共4页

讨论了辨识一类非线性系统模型的方法。先假设原非线性动态系统可由静态非线性子环节和动态线性子环节串联——H模型来表示。将H模型的非线性方程转换为类线性形式,从而建立线性过渡模型。对原始测量数据进行组合运算获得线性中间模型... 讨论了辨识一类非线性系统模型的方法。先假设原非线性动态系统可由静态非线性子环节和动态线性子环节串联——H模型来表示。将H模型的非线性方程转换为类线性形式,从而建立线性过渡模型。对原始测量数据进行组合运算获得线性中间模型的训练样本集,并通过支持向量机线性回归算法求取过渡模型参数。最后再建立过渡模型与H模型系数之间的关系,从而反推出非线性模型参数,实现非线性动态系统辨识。仿真结果表明了该方法的有效性。 展开更多

关键词 H模型 非线性动态系统辨识 支持向量机 回归算法

在线阅读 下载PDF 职称材料

基于最小二乘支持向量机的传感器非线性动态系统辨识 被引量：11

14

作者 吴德会 《计量学报》 CSCD 北大核心 2008年第3期226-230,共5页

讨论了一种基于最小二乘支持向量机的非线性动态传感器系统辨识方法,并给出了相应的推导过程和学习算法。首先,将传感器的非线性动态系统分解为静态非线性子环节和动态线性子环节串联——Hammerstein模型;然后,建立类似线性的中间模型,... 讨论了一种基于最小二乘支持向量机的非线性动态传感器系统辨识方法,并给出了相应的推导过程和学习算法。首先,将传感器的非线性动态系统分解为静态非线性子环节和动态线性子环节串联——Hammerstein模型;然后,建立类似线性的中间模型,通过该模型能将Hammerstein模型的非线性传递函数转换为等价的类线性形式;再通过LS-SVM线性回归算法求取中间模型参数;最后推导出中间模型参数与Hammerstein模型参数之间的关系,并通过该关系反演出原传感器系统的Hammerstein模型参数,实现传感器非线性动态辨识。仿真与实际传感器系统辨识的实验结果均表明该方法可行。 展开更多

关键词 计量学 传感器 非线性动态系统 辨识 最小二乘支持向量机

在线阅读 下载PDF 职称材料

非线性随机系统的参数辨识及动态预报 被引量：1

15

作者 褚东升 赵平溪 +1 位作者 刘希华 杨广雪 《青岛海洋大学学报（自然科学版）》 CSCD 1997年第2期253-258,共6页

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统。本文给出这类系统的参数递推辨识算法，克服了迭代算法不能在线运行、需反复矩阵求逆的不足。当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改... 鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统。本文给出这类系统的参数递推辨识算法，克服了迭代算法不能在线运行、需反复矩阵求逆的不足。当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能。应用这种方法，对油田采油井、注水井的套管损坏情况进行了多步动态预报。 展开更多

关键词 非线性系统 参数辨识 套管损坏 动态预报 采油井

在线阅读 下载PDF 职称材料

一类基于模糊辨识器的非线性动态系统辨识 被引量：2

16

作者 张绍德 《电子科技大学学报》 EI CAS CSCD 北大核心 2000年第2期170-173,共4页

针对模糊辨识器的参数优化，提出了将改进的遗传算法（ＭＧＡ）应用于模糊辨识器的离线学习，并在此基础上采用ＢＰ算法对其参数在线调整，实现了非线性动态系统模糊辨识。解决了输入仅为一维语言变量时，模糊辨识器的实现问题。仿真结... 针对模糊辨识器的参数优化，提出了将改进的遗传算法（ＭＧＡ）应用于模糊辨识器的离线学习，并在此基础上采用ＢＰ算法对其参数在线调整，实现了非线性动态系统模糊辨识。解决了输入仅为一维语言变量时，模糊辨识器的实现问题。仿真结果证实了该方法的有效性。 展开更多

关键词 模糊辨识器 动态系统辨识 非线性 遗传算法

在线阅读 下载PDF 职称材料

神经网络在非线性系统动态辨识中的应用 被引量：6

17

作者 张安年 党明江 高宏峰 《洛阳工学院学报》 1997年第1期59-62,共4页

本文采用一定区间内的随机数激励非线性系统,以取得样本函数作为教师信号训练神经网络,对非线性系统进行动态辨识。计算结果表明,这样建立起来的动力学模型对于各种非教师信号有较好的适应性。

关键词 神经网络 非线性控制系统 系统辨识 动态辨识

在线阅读 下载PDF 职称材料

稳态估计与动态辨识相结合的辨识非线性系统的新方法(英)

18

作者 黄正良 李众立 万百五 《控制理论与应用》 EI CAS CSCD 北大核心 1998年第3期415-422,共8页

本文针对Hammerstein系统，提出了一种辨识非线性增益和脉冲响应的新方法，该方法同时利用稳态和动态两种信息，所得到的估计是强一致性的．并且还研究了非线性增益估计误差的渐近分布和收敛速度．仿真结果说明了该方法的有效性和实用性．

关键词 稳态估计 动态辨识 辨识 非线性系统

在线阅读 下载PDF 职称材料

动态神经网络的非线性系统鲁棒辨识和状态观测

19

作者 周涌 陈庆伟 +1 位作者 吴晓蓓 胡维礼 《系统工程与电子技术》 EI CSCD 北大核心 2004年第4期497-500,共4页

针对多变量仿射非线性系统辨识和状态估计问题。采用动态神经网络作为辨识器和观测器,从而将系统辨识和状态观测设计过程合二为一,给出了辨识和状态估计的系统设计方法及具体设计步骤。在考虑建模误差项影响的情况下,采用基于Lyapunov... 针对多变量仿射非线性系统辨识和状态估计问题。采用动态神经网络作为辨识器和观测器,从而将系统辨识和状态观测设计过程合二为一,给出了辨识和状态估计的系统设计方法及具体设计步骤。在考虑建模误差项影响的情况下,采用基于Lyapunov理论的权调节律确保权值估计误差和状态观测误差的一致最终有界。仿真结果验证了所提方法的有效性。 展开更多

关键词 非线性系统 动态神经网络 鲁棒辨识 状态观测器

在线阅读 下载PDF 职称材料

基于模糊对向网络的非线性动态系统辨识新算法

20

作者 邵青 冯汝鹏 佟为明 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2001年第5期721-724,共4页

以模糊对向网络为辨识模型 ,利用它所具有的模糊逻辑系统和神经网络两者的优点 ,在模糊C -均值聚类方法的基础上引入新的聚类目标函数 ,并证明了它的优化条件 .将模糊聚类和最小二乘法相结合 ,提出一种模型参数学习的新算法 .在直流电... 以模糊对向网络为辨识模型 ,利用它所具有的模糊逻辑系统和神经网络两者的优点 ,在模糊C -均值聚类方法的基础上引入新的聚类目标函数 ,并证明了它的优化条件 .将模糊聚类和最小二乘法相结合 ,提出一种模型参数学习的新算法 .在直流电弧燃弧时间建模研究中的应用结果表明提出的算法是有效的 . 展开更多

关键词 模糊对向网络 模糊聚类 学习算法 非线性动态系统 辨识模型 神经网络

在线阅读 下载PDF 职称材料