基于变分贝叶斯算法的线性变参数系统辨识

2018年第7期

关键词:
非线性过程;线性变参数系统;多模型;变分贝叶斯算法;参数估计

Keywords
nonlinear process;linear parameter varying system;multiple models;variational Bayesian algorithm;parameter estimation
摘要
     线性变参数系统(LPV)将多阶段、非线性的过程建模转化为线性多模型的辨识问题,是解决非线性过程建模的一个有效手段。由于实际工业过程存在各种干扰因素,导致被建模系统呈现随机性及模型参数的不确定性。针对这一问题,考虑采用变分贝叶斯(VB)算法对LPV模型进行辨识。该算法首先给定参数相应的先验分布,通过最大化目标函数的下界,从而估计得到参数的后验分布。不仅可实现对参数的点估计,同时量化了估计值的不确定性。针对典型二阶过程和连续搅拌反应釜(CSTR),运用提出的算法进行仿真实验,表明了该贝叶斯估计方法的优越性。


本文地址:www.fabiao.net/content-15-280219-1.html

上一篇:模糊灰色认知网络的建模方法及应用
下一篇:基于实用弱化缓冲算子的质量成本灰色DGM预测模型

分享到: 分享基于变分贝叶斯算法的线性变参数系统辨识到腾讯微博           收藏
评论排行
公告