下载文档原格式
基于改进粒子群算法的系统辨识新方法
徐小平;钱富才;王峰
【期刊名称】《系统工程与电子技术》
【年(卷),期】2008(30)11
【摘要】提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.
【总页数】6页(P2231-2236)
【作者】徐小平;钱富才;王峰
【作者单位】西安理工大学自动化与信息工程学院,陕西,西安,710048;西安理工大学理学院,陕西西安 710048rn陕西西安 710048;西安理工大学自动化与信息工程学院,陕西,西安,710048;西安交通大学理学院,陕西,西安,710049
【正文语种】中文
【中图分类】O231.2
【相关文献】
1.基于改进粒子群算法的并联机器人运动学精度提高新方法 [J], 杜义浩;谢平;田培涛;刘彬
2.基于改进粒子群算法的横动伺服控制系统辨识 [J], 曹薇;罗业才
3.基于改进粒子群算法的时变系统辨识 [J], 宋莉莉;孙万麟;朱超
4.基于改进粒子群算法的分数阶系统辨识方法 [J], 王强;赵志诚;桑博
5.改进粒子群算法的航空发动机转速系统辨识 [J], 白杰;刘雨兴
因版权原因，仅展示原文概要，查看原文内容请购买。
刘自鸿，从小就是学霸，而且很有自己的主见，中学时，在获得全国奥林匹克物理、化学竞赛两项一等奖后，他拿到了清华大学化学系的保送资格，但他放弃了。
“我更喜欢物理”，于是2000 年高考，他考上了清华大学电子工程系——以市理科状元的身份，那年他才17 岁。
有人说刘自鸿有点狂妄，但他确实一直有狂妄的资本：2004年在清华毕业后免试继续读研，1年后他便以全校排名第一的投票数被评选为“清华大学十佳优秀研究生”，那年他22 岁。
2006 年硕士毕业，他又婉拒了英国剑桥大学的博士录取，赴美国斯坦福大学电子工程系攻读博士学位，并在2009 年成为该系历史上用时最短毕业的华人博士生，也是斯坦福校史上罕见的入学不到3 年即完成博士学位的毕业生。
那年他也不过26 岁而已。
然而，这些仅仅是他精彩人生的开始。
- 1 -2012年5月初，他拿着历尽艰辛筹来的400 万人民币，在深圳留学生创业园租下一间不足百平米的小办公室，成立柔宇科技，开始了他的创业生涯，跟他一起的两位小伙伴是他清华兼斯坦福校友余晓军和魏鹏。
2016年11月3日，柔宇科技宣布完成Pre-D轮融资，估值达到200 亿元。
创立 4 年，估值200 亿元，对刘自鸿来说，这是个不小的成就。
然而，对天使投资人徐小平来说，这是个不小的痛苦：“每次看到它们的好消息，我都心如刀绞。
作为天使投资人的骄傲，被碾压的粉碎。
”- 2 -徐小平为何如此痛心?时间回到2012 年10 月，彼时柔宇科技才成立不过 5 个月，在斯坦福附近的肯德基里，刘自鸿见到了真格基金的徐小平和王强。
“你就在这里介绍下你的项目吧”，徐小平非常热情，听完刘自鸿讲述之后，他又说“改天你直接来我家找我吧，再仔细聊一聊”。
王强：创业需要想象力能改变世界的是“问题”而不是答案在近日举行的真格论坛上，真格基金联合创始人王强发表了“科学、艺术、哲学”主题演讲。
围绕这三个维度，王强分享了对于真格基金发展的思考，以及对创业者而言，科学、艺术和哲学究竟意味着什么。
真格基金的两位联合创始人均人文专业：徐小平毕业于中央音乐学院，王强北大，都是人文背景。
王强认为，正是这一背景让他们在挖掘到一些极具潜力的公司。
人文背景，让我们敢想别人不敢想的东西，敢尝试别人不敢尝试的东西。
因为，当我们身上一无所有的时候，整个世界其实就是我们拥有的东西。
因为，凭借了人文的基础，在我们的思维里，没有所谓的“界限”。
艺术研究的是“无中生有”，哲学讲究的是去发现问题，在王强看来，拥有这两方面的知识储备能让你在科学领域看到别人看不到的东西，走到别人到不了的地方。
他告诫创业者，在碎片化时代，不应该只去追求碎片化的答案，而是应该去不停地追问，探究碎片化底下隐藏的本质问题。
“因为时代的表面虽然是碎片，可它的深层却不是。
就像我们到了波涛汹涌的大海中，你不知道再往下一百米它就是静止不动的。
那个东西才是未来，那个东西才是引领。
而全部表面的东西，风平浪静之后会归于平实。
”而对于如何培养想象力，王强给出的答案是阅读。
阅读经典，而非其他。
他说他自己从来不看畅销书，因为畅销书的意思，就是现在热闹但明年不不一定再热闹的东西。
而经典却不会停留于浅尝辄止的碎片表面，它才可能让想象力成为你生命中的一部分。
以下是王强的演讲全文：6月份接到的一个神秘邀请，他们请我出演某科幻片的群众演员，说这个演员“很重要”，要坐在两位主演旁边聆听展示未来的场景。
听到后，顿时我的文艺细胞发作了，在没谈酬劳的情况下就迅速答应了。
后来发现，酬劳是一份盒饭。
这部电影是《三体》。
由于我参加了演出，小说获了科幻诺贝尔，“雨果奖“，当然不是因为我的参演。
但是，我为这部伟大的著作自豪。
为什么今年真格基金大会没请大佬，而是以这样一种文艺的、科技的、甚至哲学的思考作为大会主调?大家知道真格投过一些含金量极高的科技公司的时候，人们自然会问一个问题：徐小平中央音乐学院;我北大。
徐小平创业伤你千百遍，你就当在蓝海里呛了口水吧乔布斯就曾说，“记住你即将死去”是他一生中最重要的箴言，在死亡面前，他才消除了一切喧闹浮华，看清了对自己真正极为重要的东西。
对于创业者来说，也只有定义失败、认识失败、反思失败，才能真正去谈论和把握成功。
商学院大多是“既有成功者”的道场，可真格却偏偏要搞一个“失败研修院”，学员仅限烧光过金融投资机构300万以上的创业“失败者”，搞什么鬼？在开学典礼上，徐小平老师分享了创立失败研修院的初衷：创业的本质如同生命一般滔滔不绝，生生不息。
在创业时代，失败不应该一种难以启齿的丑闻，脱逃而应该是一种蓄势待发的潜伏。
如果要给“失败”一个定义，那应该是，离创业成功更进一步。
研修失败，是为了探索成功。
如果你也曾经历失败的痛，或是还在恐惧失败，不妨口里干掉今天的鸡汤，重燃你心底最原始的斗志。
致失败者：对于每一位今天来参加真格基金失败研修院的，我心里甚至充满了敬意。
大家有勇气来到这里，说明你们已经做好了准备、并且有足够的自信去回顾和正视曾经遇到的风险问题。
创业过程中隐含了多少悲伤与孤独，熬过这些情绪的低谷，你们其实已经迈向了成功的一大步。
“失败研修院”名义上是研究失败，但其实我们是要去探索成功。
创业外在是个滔滔不绝、生生不息的追逐之旅，和灵魂的本质一样。
失败之于创业的意义，如同死亡之于生命的意义——你们想想，有多少是以生命的终结为出发点来寻求生命的价值？又有多少宗教是以“往生”为终极目的来阐述初衷在我看来？乔布斯就曾说，“记住你即将死去”是他一生中最重要的箴言，在死亡面前，他才消除了一切喧嚣浮华，看清了对自己真正重要的东西。
对于创业者来说，也只有定义失败、认识失败、反思失败，才能真正去谈起和把握成功。
现在最常见的对于失败的讨论，就是“已经成功”的创业者、企业家嬉笑怒骂中调侃失败的过往，谈笑间有失败灰飞烟灭，一笑泯恩仇。
这是人性功败垂成对于失败的恐惧感和羞耻感使然。
但失败的价值不需要成功来背书。
徐小平：从新东方时代到“中国合伙人时代”近日，在3W咖啡北京新店开业庆典上，3W咖啡董事长、真格基金创始人徐小平的演讲慷慨激扬，现身说法讲述了他的三个创业故事，博得了全场喝彩。
徐小平说，做成伟大事情的每个人都遇到过挑战、曲折，遇到你特别不能忍耐的事情，忍过去了就有机会。
创业不是一个一百米冲刺，创业是一个马拉松。
创业者要带着对艰难挑战的预期，不断地奔向终点。
徐小平讲述了自己创业的三个阶段的幕后故事。
在新东方的盗版危机时期，他们相信“只要你忠于你自己的理想，忠于你的客户”，就一定有起死回生的机会;在真格基金时期，徐小平经历了十有八九次的投资失败，一次选择“食言”，仍然和创业者站在一起;在《中国合伙人》阶段，为了请到知名导演陈可辛，徐小平亲赴片场和陈导聊，聊着聊着陈导还睡着了，各种波折。
徐小平勉励创业者们坚持自己的创业理想，给出三点建议：要有一个老大，这样才能把事做大，有决策;要有团队，才不会累死的，一个人是做不成的;创始团队要有强大的学习能力、工作能力、影响力。
陈可辛决定拍摄《中国合伙人》，跟我的拜访有关我讲讲我自己创业的三个阶段和三个故事，一个是新东方的阶段，一个是真格基金，还有《中国合伙人》阶段。
《中国合伙人》是2011年2月，当时韩正明跟我说，你一个月写出剧本来，然后4月15号交剧本，6月15号开机，11月15号就是上去了。
你想这种创业故事多么迷人，但是这个过程不知道要经历多少曲折，找不到导演，找许多演员也不行。
最后为了找陈可辛，我在10月飞到香港去，当时已经跟他聊过四五次，去过香港，他说，我晚上来，他没有来，我当时特别租了一个商务套间，一万多港币，我想今天跟他聊完，明天就退房，但是没有想到，他说明天晚上再来，我想时间耽误得起，但这个钱花不起。
本身是一万港币，现在两万了。
可是，第二天晚上他又没有来，说明天说吧。
他是很内疚的，他正在做武侠最后修改，非常紧张。
但我无法理解，你爽约两天，我也是一个人物，虽然还不是中国合伙人，但也算个名人。
徐小平同志要紧业绩徐小平同志是上海群众汽车发动机厂连杆车间维修工长。
他将维修工作视为自己的事业，倍加热爱。
徐小平刻苦钻研专业技能，敢于向专业领域的世界高端水平挑战，面对来自德国、日本、意大利、法国等多个国家的进口数控机加工设备，他博采众长，注重自身的能力培养，将学习与工作有机地结合起来，工作了29年坚韧地自学了26年，使自己成为了既掌握高超专业技能，又有扎实的理论根底和工作理念的技术工人，他不仅取得了国家“高级技师〞职业资格证书以及国家工程师技术职称，还在2003年通过上海外国语大学“高级德语翻译〞考核。
维修技术以预防为核心理念的“徐小平工作法〞在上海群众汽车得到推广，并成立了“徐小平技术效劳中心〞。
近十年来，徐小平带着团队，为企业攻克了三十多项要害技术工程，减少了维修工时，落低维修本钞票高达4000多万元，为企业在中国制造出世界一流的轿车发动机作出了突出奉献。
徐小平2002年被评为“中国机械工业突出奉献技师〞、2005年被评为“全国劳动模范〞、2006年被评为“上海市工人十大制造家〞。
在上海群众156名技师中，被公司聘为唯一的“特级技能师〞。
徐小平是团队的领头羊，是一位智能型、创新型、国际型的当代杰出的工人代表。
徐小平的专业技能堪称世界一流，在上海群众发动机厂许多设备重大咨询题上都有他聪慧的闪光点。
一、大胆探究创新，解决激光对焦技术难题，由他制造的“激光对焦仪〞获得国家专利激光裂解工艺是当今世界发动机制造行业的连杆加工新工艺。
由于激光对人体的危害，激光设备采纳的光源是不可见光，每次调整激光焦距只能采纳间接法寻寻激光焦点，工作变得特别繁琐，一般调整一次近10个小时，严重碍事后道工序加工，同时工件报废率直线上升，对按时完成任务构成了严重的威胁。
如何简化激光调整？徐小平觉得激光不能直截了当瞧瞧是引起对焦繁琐的要害咨询题。
因此，徐小平大胆提出假设：能否利用可见光代替激光，实现可视对焦呢？将现在的间接对焦法变为直截了当对焦法。
认知心理学的现状和未来展望一、认知心理学的概念认知心理学是一门研究人类思维、知觉、记忆、注意力等心理过程的学科。
它涉及许多领域，如神经科学、计算机科学、哲学等。
在认知心理学的领域里，大多数研究是基于认知心理学理论开发出来的实验，通过这些实验来了解人类思考、洞察问题的能力。
认知心理学还研究人类的信息处理方式，包括情感、动机等方面。
二、认知心理学的进展在认知心理学的发展过程中，提出了许多受到广泛认可的理论模型，如短时记忆的三段模型、发展阶段理论和语言启蒙理论等。
这些理论用于现代神经科学和认知科学的研究中，暴露了人类的宽广心灵世界和肌体。
而模仿人类思维过程的计算机模型研究，也被注重和广泛应用。
在神经科学的快速发展中，认知心理学的研究方法得到日益扩展。
例如神经科学家可以使用功能性磁共振成像（fMRI）研究人类大脑的信息处理方式。
类别学习、记忆调节、听辨等过程的神经基础，成为了认知神经科学的一大分支。
三、未来展望认知心理学的未来，研究方向不断扩展，其中具有代表性的关键性质是：将计算机模型和许多分支应用于人类行为的研究方向。
如果您考虑研究如何对计算机系统中的情感、语言和知觉，进行模拟，那么计算的认知神经科学应该会引起您的注意。
人工智能的发展，让人类看到了新的未来期望，以及其在范围内的重要探究。
另外，随着人类大脑的研究不断深入，在未来，认知心理学的研究方向还将会集中在两个方面：1、在人类大脑的形态结构和神经基础上，研究人类思维的运作方式。
这也意味着大量的，具有代表性的表型和宏观结构功能特征，将会被召集，以便理解整体智力的原理。
2、另一个重要的研究方向，是如何使用计算模型和云计算的方式反映人类的认知过程。
用计算机技术来模拟人类思维的过程，并通过实验验证计算模型的有效性，这被认为是未来认知心理学发展的一个重要方向。
四、总结认知心理学发展为人类探究知识的进步打下了坚实的基础，神经科学技术的推动，也为人类思维的探究、理解和应用，提供了可靠的契机。
创新创业研究的现状与未来趋势分析创新创业是当今社会的热门话题。
越来越多的人开始关注和追求创业的机会，尤其是年轻人。
同时，随着经济形势的变化和科技的发展，创新创业的研究也变得越来越重要。
本文将探讨创新创业研究的现状和未来趋势。
一、创新创业研究的现状1.1 越来越多的人投身创新创业随着社会的发展，人们的观念和思维方式也发生了变化。
越来越多的人开始投身创新创业，并在这个领域中获得成功。
尤其是在互联网和新兴行业方面，创新创业的机会更多。
有些人通过自己的创新创业经历总结了重要的经验和教训，这为研究创新创业提供了实践基础。
1.2 创新创业研究不断深入随着人们对创新创业的关注和追求，创新创业研究也得到了更多的关注。
越来越多的研究人员开始关注创新创业领域，提出新的研究方法和观点。
他们将自己的研究成果公开分享，为其他研究人员提供了参考。
这也有助于创新创业领域的发展和成熟。
1.3 创新创业研究的内容日益多样化创新创业涵盖了许多方面，如市场营销、人力资源、创新技术等等。
随着研究的不断深入，创新创业研究的领域也不断扩展。
现在，创新创业研究不仅关注创业本身，还注重企业的发展战略、创新管理等方面的研究。
这些研究对于企业的发展和稳定具有重要意义。
二、创新创业研究的未来趋势2.1 数据化研究随着信息技术的发展，数据成为创新创业研究中的关键因素。
数据化研究是未来创新创业研究的一大趋势。
可以通过数据分析企业的运营情况、消费者需求、市场变化等信息，为企业的决策提供科学依据。
2.2 跨学科研究创新创业是跨学科的研究领域，需要各个领域的专业知识。
未来的创新创业研究将继续深入跨学科研究，通过不同学科的交叉融合，促进新的创新和创业模式的出现。
2.3 国际化研究创新创业具有普遍性，无论是发达国家还是发展中国家，都有创新创业的需求。
未来的创新创业研究将进一步国际化，关注全球范围内的创新创业现象和发展动态。
这有助于促进不同国家之间的经济合作和技术交流。
我国智慧课堂研究现状及发展趋势基于CiteSpace的知识图谱与量化分析一、引言随着信息技术的不断发展和普及，智慧课堂作为新型教学模式在我国得到了快速普及和发展。
智慧课堂以现代化的技术手段为支撑，为教师和学生提供了更加丰富多彩的教学方式和学习资源，极大地促进了教学过程的互动和高效性。
智慧课堂也在一定程度上改变了传统教学的模式和理念，为学生提供了更加开放、自主、探究的学习环境。
本文旨在通过利用CiteSpace等工具，对我国智慧课堂研究的现状和发展趋势进行量化分析和知识图谱构建，以期探寻我国智慧课堂的研究热点和前沿，进一步推动智慧课堂研究的深入发展。
二、智慧课堂研究现状1.研究热点分析通过对CiteSpace进行数据分析，我们可以看到我国智慧课堂研究的热点主要集中在以下几个方面：教学模式、教学管理、教学资源和学习方式。
对智慧课堂教学模式的探讨尤为热门，包括智慧课堂教学模式的设计、实施和评价等方面。
教学管理、教学资源和学习方式也成为研究的热点，学者们对如何更好地利用智慧课堂技术改善教学管理、拓展教学资源以及促进学生不同学习方式的探索和创新进行了大量研究。
2.知识图谱展现基于CiteSpace构建的知识图谱显示了我国智慧课堂研究的主要研究领域和学术关系。
研究领域主要包括教学模式、教学资源、学习方式、教学管理等，学术关系主要表现为各个研究领域之间的联系和影响。
通过知识图谱的展现，我们可以清晰地看到各个研究领域的关联程度，为我们理解智慧课堂研究的整体格局提供了重要参考。
三、智慧课堂研究发展趋势1.跨学科研究随着智慧课堂的发展，研究者们逐渐意识到智慧课堂不仅仅是教育技术领域的问题，而是一个融合了教育学、信息技术、心理学等多个学科知识的复合性问题。
未来，智慧课堂的研究将更加偏向于跨学科研究，吸纳更多学科的知识和方法，为智慧课堂的发展提供更加全面和深入的支持。
2.技术创新与教学应用未来智慧课堂的研究将更加注重技术创新与教学应用的结合。
备忘录国内外的研究现状
国内外的研究现状是一个广泛而复杂的话题，涉及到各种不同的学科和领域。
首先，让我们来看看国内的研究现状。
中国在科学研究领域取得了长足的进步，尤其是在信息技术、人工智能、生物技术等领域。
中国的科研机构和大学在这些领域进行了大量的研究工作，取得了许多重要的成果。
例如，在人工智能领域，中国的研究人员在语音识别、图像识别和自然语言处理等方面取得了显著的进展。
在生物技术领域，中国的科研人员在基因编辑、生物医药等方面也取得了重要的成就。
而在国外，美国、欧洲和日本等国家也是科学研究的领头羊。
美国在航空航天、计算机科学、医学等领域拥有世界一流的科研机构和科学家。
欧洲在环境科学、可持续发展等方面也有许多重要的研究成果。
日本在工程技术、材料科学等领域也有着世界领先的地位。
总的来说，国内外的研究现状是非常丰富多彩的，不同国家在不同领域都有着自己的优势和特色。
随着全球化的发展，国际合作和交流也变得越来越频繁，这有助于各国科研人员共同攻克一些全
球性的科学难题。
希望未来国内外的科研合作能够更加紧密，为人类的发展和进步做出更大的贡献。
系统辨识研究的现状徐小平1,王 峰2,胡 钢1(1.西安理工大学自动化与信息工程学院 陕西西安 710048;2.西安交通大学理学院 陕西西安 710049)摘 要:综述了系统辨识问题的研究进展,介绍了经典的系统辨识方法及其缺点,引出了将集员、多层递阶、神经网络、遗传算法、模糊逻辑、小波网络等知识应用于系统辨识得到的一些现代系统辨识方法,最后总结了系统辨识今后的发展方向。
关键词:系统辨识;集员;多层递阶;神经网络;遗传算法;模糊逻辑;小波网络中图分类号:TP27 文献标识码:B 文章编号:1004-373X (2007)15-112-05A Survey on System Identif icationXU Xiaoping 1,WAN G Feng 2,HU Gang 1(1.School of Automation and Information Engineering ,Xi ′an University of Technology ,Xi ′an ,710048,China ;2.School of Science ,Xi ′an Jiaotong University ,Xi ′an ,710049,China )Abstract :In this paper the advance in the study of system identification is summarized.First ,the traditional system identi 2fication methods and their disadvantages are introduced.Then ,some new methods based on set membership ,multi -level re 2cursive ,neural network ,genetic algorithms ,f uzzy logic and wavelet network are presented.Finally ,f urther research directions of system identification are pointed out.K eywords :system identification ;set membership ;multi -level recursive ;neural network ;genetic algorithms ;f uzzy logic ;wavelet network收稿日期:2007-04-16基金项目:教育部博士学科基金(20060700007);陕西省自然科学基金(2005F15)资助项目1 引 言辨识、状态估计和控制理论是现代控制理论三个互相渗透的领域。
辨识和状态估计离不开控制理论的支持,控制理论的应用又几乎不能没有辨识和状态估计技术。
随着控制过程复杂性的提高,控制理论的应用日益广泛,但其实际应用不能脱离被控对象的数学模型。
然而在大多数情况下,被控对象的数学模型是不知道的,或者在正常运行期间模型的参数可能发生变化,因此利用控制理论去解决实际问题时,首先需要建立被控对象的数学模型。
系统辨识正是适应这一需要而形成的,他是现代控制理论中一个很活跃的分支。
社会科学和自然科学领域已经投入相当多的人力和物力去观察、研究有关的系统辨识问题。
从1967年起,国际自动控制联合会(IFAC )每3年召开一次国际性的系统辨识与参数估计的讨论会。
历届国际自动控制联合会的系统辨识会议均吸引了众多的有关学科的科学家和工程师们的积极参加。
系统辨识是建模的一种方法,不同的学科领域,对应着不同的数学模型。
从某种意义上来说,不同学科的发展过程就是建立他的数学模型的过程。
1962年,L.A.Zadeh 给出辨识这样的定义[1]:“辨识就是在输入和输出数据的基础上,从一组给定的模型类中,确定一个与所测系统等价的模型。
”当然按照Zadeh 的定义,寻找一个与实际过程完全等价的模型无疑是非常困难的。
而从实用性观点出发,对模型的要求并非如此苛刻,为此,对辨识又有一些实用性的定义。
比如,1974年,P.E.ykhoff 给出辨识的定义[2]为:“辨识问题可以归结为用一个模型来表示客观系统(或将要构造的系统)本质特征的一种演算,并用这个模型把对客观系统的理解表示成有用的形式。
”1978年,L.Ljung 给辨识下的定义[3]更加实用:“辨识有三个要素—数据,模型类和准则。
辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型。
”总而言之,辨识的实质就是从一组模型类中选择一个模型,按照某种准则,使之能最好地拟合所关心的实际过程的静态或动态特性。
本文首先介绍了经典的系统辨识方法,并指出其存在的缺陷,接着对近年来系统辨识的现代方法作以简单的综述,最后指出了系统辨识未来的发展方向。
2 经典的系统辨识经典的系统辨识方法[4-6]的发展已经比较成熟和完211善,他包括阶跃响应法、脉冲响应法、频率响应法、相关分析法、谱分析法、最小二乘法和极大似然法等。
其中最小二乘法(L S)是一种经典的和最基本的,也是应用最广泛的方法。
但是,最小二乘估计是非一致的,是有偏差的,所以为了克服他的缺陷,而形成了一些以最小二乘法为基础的系统辨识方法:广义最小二乘法(G L S)、辅助变量法(IV)、增广最小二乘法(EL S)和广义最小二乘法(G L S),以及将一般的最小二乘法与其他方法相结合的方法,有最小二乘两步法(COR-L S)和随机逼近算法等。
随着人类社会的发展进步,越来越多的实际系统很多都是具有不确定性的复杂系统。
而对于这类系统,经典的辨识建模方法难以得到令人满意的结果,即就是说,经典的系统辨识方法还存在着一定的不足:(1)利用最小二乘法的系统辨识法一般要求输入信号已知,并且必须具有较丰富的变化,然而,这一点在某些动态系统中,系统的输入常常无法保证;(2)极大似然法计算耗费大,可能得到的是损失函数的局部极小值;(3)经典的辨识方法对于某些复杂系统在一些情况下无能为力。
以上这些问题已经引起研究者们的广泛关注,在第七届国际自动控制联合会以后,众多学者在系统辨识方面的注意力主要集中在对不确定性的复杂系统的辨识上。
以下就介绍一些近年来涌现出的一些现代的系统辨识方法。
3 现代的系统辨识随着智能控制理论研究的不断深入及其在控制领域的广泛应用,从逼近理论和模型研究的发展来看,非线性系统建模已从用线性模型逼近发展到用非线性模型逼近的阶段。
由于非线性系统本身所包含的现象非常复杂,很难推导出能适应各种非线性系统的辨识方法,因此非线性系统的辨识还没有构成完整的科学体系。
下面简要介绍几种方法。
3.1 集员系统辨识法在1979年集员辨识首先出现于Fogel[7]撰写的文献中,1982年Fogel和Huang又对其做了进一步的改进[8]。
集员辨识是假设在噪声或噪声功率未知但有界UBB(Un2 known But Bounded)的情况下,利用数据提供的信息给参数或传递函数确定一个总是包含真参数或传递函数的成员集(例如椭球体、多面体、平行六边体等)。
不同的实际应用对象,集员成员集的定义也不同。
集员辨识理论已广泛应用到多传感器信息融合处理、软测量技术、通讯、信号处理、鲁棒控制及故障检测等方面。
在实际应用中,飞行器系统是一个较复杂的非线性系统,噪声统计分布特性难以确定,要较好地描述未知参数的可行解,用统计类的辨识方法辨识飞行器动参数很难达到理想效果。
采用集员辨识可解决这种问题。
首先用迭代法给出参数的中心估计,然后对参数进行集员估计(即区间估计)。
这种方法能处理一般非线性系统参数的集员辨识,已经成功地应用于飞行器动参数的辨识[9]。
当系统数学模型精确已知,模型参数具有明显的物理意义或者物理参数具有明确的对应关系时,一般的辨识方法能够快速有效地进行故障检测与隔离。
然而实际复杂系统,所建数学模型的未建模动态和统计特性未知噪声的存在,常用的参数辨识方法而不能达到故障检测与隔离的效果,采用集员辨识法则能够达到较好的效果。
所给检测方法可快速且有效地检测出传感器故障、参数跳变故障和参数缓变故障等。
该方法具有一定的适用性,他不需要知道数学模型参数的先验信息,未建模动态和未知噪声均可当作有界误差来处理[10]。
集员辨识作为系统辨识的一种新的方法,且给系统辨识带来了巨大的方便,他已成为许多科研单位的研究课题。
3.2 多层递阶系统辨识法多层递阶方法由韩志刚等[11,12]提出的,并且用他来解决实际问题中的不确定的复杂系统的一种现代系统辨识方法。
多层递阶方法的主要思想为:以时变参数模型的辨识方法作为基础,在输入输出等价的意义下,把一大类非线性模型化为多层线性模型,为非线性系统的建模给出了一个十分有效的途径。
对于一个复杂系统的辨识,多层递阶方法可以利用层数的增加,通过多层的线性模型来描述所考虑的复杂系统,并且将预报模型分成基本结构部分和时变参数部分,然后基于模型等价的原理,分别对每层模型的时变参数进行辨识,直到参数为非时变时为止。
这种方法的特点是:采用时变参数,能够对实际进行较好的拟合,精确地反映波动特性。
从20世纪90年代以来,多层递阶方法的研究引起了许多学者的关注,其理论研究取得了长足的迅速发展。
该方法也有广泛的应用前景,比如在气象领域、农业病虫害预报和金融系统等应用研究方面已硕果累累。
3.3 神经网络系统辨识法人工神经网络[13,14]是20世纪末迅速发展起来的一门高等技术。
他已经在各个领域得到了广泛地应用,尤其是在智能系统中的非线性建模及控制器的设计、模式分类与模式识别、联想记忆和优化计算等方面得到了人们的极大兴趣。
由于人工神经网络具有良好的非线性映射能力、自学习适应能力和并行信息处理能力,为解决未知不确定非线性系统的辨识问题提供了一条新的思路。
在辨识非线性系统时,人们可以根据非线性系统的神经网络辨识结构[15],利用神经网络所具有的对任意非线性映射的任意逼近能力来模拟实际系统的输入和输出关系,而且利用人工神经网络的自学习和自适应能力,人们可以方便地给出311工程上易于实现的学习算法,且经过学习训练得到系统的正向模型或逆向模型。
在神经网络辨识中,神经网络(包括前向网络和递归动态网络)将确定某一非线性映射的问题转化为求解优化问题,而优化过程可根据某种学习算法通过调整网络的权值矩阵来实现,从而产生了一种改进的系统辨识方法[16,17]。
对于BP算法存在局部极小值问题,也有许多改进的算法。
如文献[18,19]等中提出的模拟退火法、趋药分类法、Alopex算法、遗传算法可以摆脱局部极小。
但这些算法都是随机化的批量算法,不容易在线执行。
