基于变分贝叶斯算法的线性变参数系统辨识

发布时间：2023-03-05 14:11

　　工业领域技术的进步离不开控制与优化策略的发展,在对系统实施控制与优化的过程中,多以系统模型为基础。然而工业过程日益庞大的规模和复杂性使得建立相应的机理模型极其困难,甚至是无法实现的。由于过程数据能够包含系统运行的主要动态特性,因此基于数据驱动的建模方法为复杂工业过程的建模提供了新的解决方案。其中,线性变参数(Liner Parameter Varying,LPV)模型具有类似线性模型的简单结构,通过时变的参数便可精确描述复杂的非线性系统,获得了广泛关注。考虑到实际工业过程生产环节及生产环境的复杂多变,会导致被建模系统呈现不确定性,传统的LPV系统辨识方法忽略了这一问题,难以保证系统的辨识精度。基于此,论文主要在变分贝叶斯(Variational Bayesian,VB)算法的框架下讨论LPV系统的辨识问题,具体研究内容如下:(1)研究了VB算法框架下的LPV系统的辨识问题。针对含有不确定性的工业过程,论文提出了基于VB算法的LPV系统的辨识方法。该方法将系统的不确定性通过参数的不确定性进行刻画,即将未知参数视为随机变量,并给定参数相应的先验分布,通过迭代地最大化目标函数的下界,从而求得...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 研究现状
        1.2.1 线性变参数系统辨识研究现状
        1.2.2 变分贝叶斯算法研究现状
    1.3 本文主要研究内容
第二章 预备知识
    2.1 线性变参数系统
        2.1.1 线性变参数系统建模原理
        2.1.2 线性变参数系统建模方法
    2.2 期望最大化算法与变分贝叶斯算法
        2.2.1 期望最大化算法
        2.2.2 变分贝叶斯算法
    2.3 本章小结
第三章 变分贝叶斯算法框架下的线性变参数系统辨识
    3.1 引言
    3.2 问题描述
    3.3 基于变分贝叶斯算法的参数估计
        3.3.1 辨识算法推导
        3.3.2 辨识算法总结
    3.4 仿真验证
        3.4.1 数值仿真
        3.4.2 连续搅拌反应器仿真
    3.5 本章小结
第四章 含未知时延的线性变参数系统辨识
    4.1 引言
    4.2 问题描述
    4.3 含定常时延的线性变参数系统辨识
        4.3.1 辨识算法推导
        4.3.2 辨识算法总结
        4.3.3 数值仿真
    4.4 含时变时延的线性变参数系统辨识
        4.4.1 辨识算法推导
        4.4.2 辨识算法总结
        4.4.3 连续搅拌反应器仿真
    4.5 本章小结
第五章 量测数据缺失下的线性变参数系统辨识
    5.1 引言
    5.2 问题描述
    5.3 基于变分贝叶斯算法的参数估计
        5.3.1 辨识算法推导
        5.3.2 辨识算法总结
    5.4 仿真验证
        5.4.1 数值仿真
        5.4.2 连续发酵反应器仿真
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录:作者在攻读硕士学位期间发表的论文



本文编号：3756340