Гибридный алгоритм идентификации модели Гаммерштейна, линейной по состояниям

• Опубліковано в: : Проблемы управления и информатики
• Дата: 2014
• Автори: Гаращенко, Ф.Г., Мороз, О.Г.
• Формат: Стаття
• Мова: Russian
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2014
• Теми: Методы идентификации и адаптивного управления
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/207710
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Гибридный алгоритм идентификации модели Гаммерштейна, линейной по состояниям / Ф.Г. Гаращенко, О.Г. Мороз // Проблемы управления и информатики. — 2014. — № 1. — С. 32-41. — Бібліогр.: 23 назв. — рос.

Запропоновано гібридний алгоритм ідентифікації нелінійної динамічної моделі Гаммерштейна, в якій статична нелінійність моделюється нейронною мережею радіальних базисних функцій (НМРБФ), а лінійна динамічна частина — моделлю простору станів. Алгоритм використовує оптимізацію рою частинок (ОРЧ) для оцінки параметрів НМРБФ та ідентифікацію підпростору (ІП) для оцінки параметрів лінійної частини. Чисельний приклад демонструє ефективність запропонованого алгоритму ОРЧ/IП. Hybrid algorithm is proposed for identification of nonlinear dynamic Hammerstein model where static nonlinearity is modelled with radial basis functions neural network (RBFNN) and linear dynamic part — with state-space model. The algorithm uses particle swarm optimization (PSO) for RBFNN parameters estimating and subspace identification (SI) — for linear part parameters. Numerical example demonstrates the effectiveness of the PSO/SI algorithm proposed.