基于向量相似度的多模型局部建模方法研究

被引：10

作者：

曾静 ^{[1
]}

王军 ^{[2
]}

郭金玉 ^{[1
]}

机构：

[1] 沈阳化工大学信息工程学院

[2] 沈阳化工大学计算机科学与技术学院

来源：

计算机应用研究 | 2012年 / 29卷 / 05期

关键词：

多模型; 向量; 邻域; 非线性系统;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对一类仅使用大批历史数据结构未知的非线性工业过程,根据数据驱动及局部建模的基本思想,提出一种基于局部模型算法的在线多模型辨识策略。从向量相似的角度提出了一种新的选择数据信息(即建模邻域的确定)的方法,有效提高了获得当前时刻系统最佳局部模型的数据精确度。给出了权值选定的适合度标准及带宽h选择的快速方法。最后对算法进行了特性分析及仿真研究,并与其他局部建模算法的计算结果进行比较,验证了本文辨识算法的有效性。

引用

页码：1631 / 1633+1640 +1640

页数：4

共 11 条

[1]

Spatial kernel K-harmonic means clustering for multi-spectral image segmentation. Li Q,Mitianoudis N,Stathaki T. IET Image Processing . 2007

[2]

Multiple model pre-dictive control for MIMO systems. LI Ning,LI Shaoyuan,XI Yugeng. Acta Automatica Sinica . 2003

[3]

Model on demand:Algorithms, analysis and applications. Stenman,A. . 1999

[4]

A lazy learning control method using support vector regression. KOBAYASHI M,KONISHI Y,ISHIGAKI H. Proc of Mediterranean Conference on Control&Automation . 2007

[5]

Optimization-based design of plant-friendly input signals for model-on-demand estimation and model predictive control. LEE H,RIVERA D E,MITTELMANN H D,et al. Proc of American Control Confer-ence . 2007

[6]

A new clas-sification algorithm using mutual nearest neighbors. LIU Hua-wen,ZHANG Shi-chao,ZHAO Jian-ming,et al. Proc of the 9th International Conference on Grid and Cloud Computing . 2010

[7]

Nonlinear system identification via di-rect weight optimization. ROLL J,NAZIN A,LJUNG L. Automatica . 2005

[8]

Identification of piecewise affine systems via mixed-integer programming. ROLL J,BEMPORAD A,LJUNG L. Automatica . 2004

[9]

Intelligent Selection of Instances for Prediction Functions in Lazy Learning Algorithms[J] . Jianping Zhang,Yee-Sat Yim,Jumming Yang. &nbspArtificial Intelligence Review . 1997 (1)

[10] Nonlinear system identification via direct weight optimization [J].

Roll, J ;

Nazin, A ;

Ljung, L .

AUTOMATICA, 2005, 41 (03) :475-490

← 1 2 →