一类非线性系统辨识模型的研究与应用

发布时间：2023-04-12 04:17

　　针对一类非线性系统采用传统机理方法难以进行系统辨识,而现代工业大多采用DCS监控生产运行,每天都会产生并存储大量过程数据,提出一种基于数据驱动辨识非线性系统的方法.采集对象的过程I/O数据,采用RBF-NN和LS-SVM两种算法训练网络,构建非线性系统的辨识模型,并将文中所述方法应用于三容水箱液位控制系统.实验结果表明两种算法均具有较好的辨识效果,能够精确预测水箱液位高度,文中所述方法能够适用于复杂非线性系统预测、预报及监测系统的运行.

【文章页数】：6 页

【文章目录】：
1 引言
2 辨识原理
    2.1 RBF神经网络模型辨识原理
    2.2 LS-SVM模型辨识原理
3 实验研究
4 结论



本文编号：3790411