返回
Separable synchronous auxiliary model hybrid predictive gradient identification for nonlinear models based on the data preprocessing
DOI:10.1007/s11071-025-11112-4.png)
摘要
En 中文
本文研究了针对新型非线性模型的改进参数辨识算法。传统参数辨识算法在处理含迟滞非线性及未知扰动的系统时,辨识精度较低。提出一种基于辅助模型的预测梯度辨识算法以确定模型系数。结合分层原理,提出一种基于辅助模型预测梯度改进的可分离同步迭代算法,以提高参数辨识的精度和稳定性。该算法不仅利用预测梯度下降算法有效跳出局部极值问题,还通过引入遗忘因子递推最小二乘法确保辨识过程的收敛性和收敛速度。同时,本文还探讨了如何将机器学习中的数据预处理应用于系统辨识。最后,通过在电磁扫描微镜真实数据上进行实验验证了算法的有效性。
Keyword:
Parameter estimation
Auxiliary model
Predictive gradient algorithm
Machine learning data preprocessing
期刊
IF:
6
论文数:
1.4W
被引数:
4.1W
机构
引用论文
An Error Learning Scenario-Based Scheme to Quantized Identification in Wiener-Hammerstein Systems Subject to Deadzone Nonlinearity基于盲区非线性的wiener-hammerstein系统中基于误差学习场景的量化识别方案
Parameter and order estimation algorithms and convergence analysis for lithium-ion batteries锂离子电池参数和阶数估计算法及收敛性分析

