复杂工业过程具有多变量、变量间非线性和强耦合等特点，且受多种不确定因素干扰导致难以建模，针对这一问题，本书从块结构模型中间变量不可测量的角度出发，分析块结构模型各串联模块在不同激励信号作用下的特性，系统地提出复杂工业过程块结构非线性动态模型描述和辨识的新方法，主要包括采用神经模糊技术的串联模块建模方法、全新智能分离算法和模块参数辨识算法、利用补偿技术的块结构非线性动态系统过程噪声建模方法等，并利用随机过程理论分析和比较所提方法的性能。
样章试读
目录
- 目录
《智能科学技术著作丛书》序
前言
第一部分 块结构模型
第1章 块结构模型概述3
1.1引言3
1.2静态非线性环节与动态线性环节的同步辨识法4
1.2.1过参数化法4
1.2.2子空间法6
1.2.3调制函数法6
1.2.4直接辨识法7
1.3静态非线性环节与动态线性环节的分步辨识法8
1.3.1迭代法8
1.3.2分离最小二乘法9
1.3.3多信号源法10
1.3.4盲辨识法11
1.3.5频域法12
1.3.6随机法12
1.4基于Hammerstein模型的控制系统设计13
1.5块结构模型研究中存在的关键问题15
1.6全书概况16
参考文献18
第二部分 基于二进制-随机复合信号源的块结构模型辨识方法
第2章 基于二进制-随机复合信号源的Hammerstein模型辨识方法27
2.1基于泰勒级数展开法的Hammerstein模型辨识27
2.1.1基于神经模糊的Hammerstein模型27
2.1.2基于神经模糊Hammerstein模型的辨识30
2.1.3实验结果32
2.1.4小结41
2.2基于Lyapunov方法的Hammerstein模型辨识43
2.2.1神经模糊Hammerstein模型43
2.2.2神经模糊Hammerstein模型辨识44
2.2.3实验结果47
2.2.4小结54
参考文献54
第3章 基于二进制-随机复合信号源的Hammerstein-Wiener模型辨识方法56
3.1基于二进制-随机复合信号源的Hammerstein-Wiener 模型56
3.1.1神经模糊Hammerstein-Wiener模型57
3.1.2神经模糊 Hammerstein-Wiener 模型各串联环节的分离58
3.1.3基于神经模糊Hammerstein-Wiener模型的控制系统64
3.1.4实验结果64
3.1.5小结67
3.2基于两阶段复合信号的Hammerstein-Wiener模型68
3.2.1基于两阶段复合信号的神经模糊Hammerstein-Wiener模型68
3.2.2实验结果71
3.2.3小结73
参考文献74
第4章 含过程噪声的块结构模型二进制-随机复合信号源辨识方法76
4.1基于辅助模型递推最小二乘法的Hammerstein模型76
4.1.1一类含过程噪声的Hammerstein模型76
4.1.2基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识方法77
4.1.3实验结果79
4.1.4小结82
4.2基于偏差补偿递推最小二乘法的Hammerstein-Wiener模型82
4.2.1一类含过程噪声的Hammerstein-Wiener模型83
4.2.2基于偏差补偿递推最小二乘法的Hammerstein-Wiener模型多信号源辨识方法84
4.2.3实验结果87
4.2.4小结90
4.3基于辅助模型多新息随机梯度法的Hammerstein模型92
4.3.1基于辅助模型多新息随机梯度法的Hammerstein模型多信号源辨识方法92
4.3.2实验结果95
4.3.3小结98
参考文献98
第三部分 基于可分离信号源的块结构模型辨识方法
第5章 基于可分离信号源的多输入多输出Hammerstein模型辨识方法101
5.1多输入多输出Hammerstein模型101
5.2基于可分离信号源的多输入多输出Hammerstein模型辨识102
5.2.1基于神经模糊的多输入多输出Hammerstein模型102
5.2.2基于可分离信号源的多输入多输出Hammerstein模型辨识103
5.2.3实验结果109
5.2.4小结117
参考文献117
第6章 含过程噪声的多输入多输出Hammerstein模型可分离信号源辨识方法119
6.1含过程噪声的多输入多输出Hammerstein模型辨识119
6.1.1含过程噪声的多输入多输出Hammerstein模型119
6.1.2含过程噪声的多输入多输出Hammerstein模型辨识120
6.1.3实验结果124
6.1.4小结135
6.2基于可分离信号的Hammerstein输出误差滑动平均系统辨识136
6.2.1Hammerstein输出误差滑动平均系统136
6.2.2神经模糊Hammerstein输出误差滑动平均系统辨识137
6.2.3实验结果143
6.2.4小结146
参考文献148
第7章 含过程噪声的Hammerstein-Wiener模型可分离信号源辨识方法149
7.1基于可分离信号的Hammerstein-Wiener模型辨识方法149
7.1.1神经模糊FIR Hammerstein-Wiener模型149
7.1.2神经模糊Hammerstein-Wiener模型辨识方法150
7.1.3基于Hammerstein-Wiener模型的控制系统设计154
7.1.4实验结果154
7.1.5结论159
7.2基于递推广义增广最小二乘法的Hammerstein-Wiener模型可分离信号源辨识159
7.2.1噪声干扰下的FIR Hammerstein-Wiener模型159
7.2.2基于递推广义增广最小二乘法的Hammerstein-Wiener辨识160
7.2.3实验结果166
7.2.4小结170
参考文献171
京公网安备 11010102004214号