公开(公告)号：CN106021829B

公开(公告)日：2018-11-20

申请号：CN201610569906.4

申请日：2016-07-19

Applicant: 中南大学

Inventor： 彭辉 ,  曾小勇 ,  周峰 ,  田晓盈 ,  孙亚鹏 ,  覃业梅

IPC: G06F17/50

Abstract: 本发明公开了一种基于RBF‑ARX模型稳定参数估计的非线性系统建模方法，针对实际工业过程中普遍存在的非线性动态和物理模型难以获取的情况，采用RBF‑ARX模型描述对象的动态特性，并针对该类模型参数较多及潜在的病态可能导致的模型参数过大或不稳定的问题，将待估计的模型参数分类成线性参数和非线性参数分开优化，设计了一种融合了正则化技术和非线性最小二乘法算法的可保证该类模型参数稳定的离线参数估计方法。与现有技术相比，本发明可大幅提高RBF‑ARX模型的长期预测精度和鲁棒性，并适用于所有能将参数进行分类成线性参数部分和非线性参数部分的非线性模型参数优化问题。对于基于计算机数值仿真分析的工程设计和优化问题具有很高的实用价值。

公开(公告)号：CN106021829A

公开(公告)日：2016-10-12

申请号：CN201610569906.4

申请日：2016-07-19

Applicant: 中南大学

Inventor： 彭辉 ,  曾小勇 ,  周峰 ,  田晓盈 ,  孙亚鹏 ,  覃业梅

IPC: G06F17/50

Abstract: 本发明公开了一种基于RBF‑ARX模型稳定参数估计的非线性系统建模方法，针对实际工业过程中普遍存在的非线性动态和物理模型难以获取的情况，采用RBF‑ARX模型描述对象的动态特性，并针对该类模型参数较多及潜在的病态可能导致的模型参数过大或不稳定的问题，将待估计的模型参数分类成线性参数和非线性参数分开优化，设计了一种融合了正则化技术和非线性最小二乘法算法的可保证该类模型参数稳定的离线参数估计方法。与现有技术相比，本发明可大幅提高RBF‑ARX模型的长期预测精度和鲁棒性，并适用于所有能将参数进行分类成线性参数部分和非线性参数部分的非线性模型参数优化问题。对于基于计算机数值仿真分析的工程设计和优化问题具有很高的实用价值。