公开(公告)号：CN108009362B

公开(公告)日：2021-06-11

申请号：CN201711261032.7

申请日：2017-12-04

Applicant: 中南大学

Inventor： 彭辉 ,  曾小勇 ,  周峰 ,  田晓盈 ,  徐文权

IPC: G06F30/27 ,  G06N3/08 ,  G06F111/04

Abstract: 本发明公开了一种基于稳定性约束RBF‑ARX模型的非线性系统建模方法，采用RBF‑ARX模型描述对象的非线性动态特性，并针对该类模型结构相对复杂且模型参数较多可能导致模型的稳定性与实际系统不一致的问题，设计一种带有稳定性约束的结构化非线性参数优化方法，以保证辨识的RBF‑ARX模型具有与实际系统一致的稳定性。与现有技术相比，本发明可在保证模型的一步预测精度的基础上提高模型的长期预测能力，对于基于数据驱动方法的建模与预测控制算法设计问题具有很高的实用价值。

公开(公告)号：CN108009362A

公开(公告)日：2018-05-08

申请号：CN201711261032.7

申请日：2017-12-04

Applicant: 中南大学

Inventor： 彭辉 ,  曾小勇 ,  周峰 ,  田晓盈 ,  徐文权

IPC: G06F17/50 ,  G06N3/08

Abstract: 本发明公开了一种基于稳定性约束RBF-ARX模型的非线性系统建模方法，采用RBF-ARX模型描述对象的非线性动态特性，并针对该类模型结构相对复杂且模型参数较多可能导致模型的稳定性与实际系统不一致的问题，设计一种带有稳定性约束的结构化非线性参数优化方法，以保证辨识的RBF-ARX模型具有与实际系统一致的稳定性。与现有技术相比，本发明可在保证模型的一步预测精度的基础上提高模型的长期预测能力，对于基于数据驱动方法的建模与预测控制算法设计问题具有很高的实用价值。

公开(公告)号：CN107844834A

公开(公告)日：2018-03-27

申请号：CN201710857386.1

申请日：2017-09-21

Applicant: 中南大学

Inventor： 彭辉 ,  徐文权 ,  曾小勇 ,  周锋 ,  田晓盈

IPC: G06N3/08 ,  G06Q10/04

Abstract: 本发明公开了一种基于混合模型的非线性系统建模方法，在进行系统建模和参数估计时，将系统分为线性部分和非线性部分，使用线性AR模型通过最小二乘法对线性部分进行估计，将对线性部分进行预测后所得出的残差再使用DBN-AR模型进行拟合。系统的最终预测值为使用线性AR模型预测的值和使用DBN-AR模型拟合的值两者相加得到。本发明可大大提高非线性系统的预测精度，并提高系统的鲁棒性。该类混合模型可以用于数据预测，并可给控制器的设计提供可靠的系统建模方法，具有广泛的应用前景以及实用价值。

公开(公告)号：CN107748543A

公开(公告)日：2018-03-02

申请号：CN201710857389.5

申请日：2017-09-21

Applicant: 中南大学

Inventor： 彭辉 ,  徐文权 ,  曾小勇 ,  周锋 ,  田晓盈

IPC: G05B19/418

CPC classification number: G05B19/41885 ,  G05B2219/32339

Abstract: 本发明公开了一种基于DB型的非线性系统建模方法，针对一类复杂的工业生产过程等系统，在难以获取其精确机理数学模型的情况下，可以采用DBN-ARX模型来描述系统的动态特性。本发明运用深度学习技术、局部线性化方法以及状态相依ARX模型结构构建出DBN-ARX模型结构，并实现对该模型的参数优化估计。与现有的技术相比，本发明可以显著提高系统辨识模型的预测精度和鲁棒性，适合于一般具有光滑非时变非线性系统的建模问题，对于基于计算机数值仿真分析的实际工程设计和参数优化问题具有较高的实用价值。