一种基于RBF‑ARX模型稳定参数估计的非线性系统建模方法

专利申请号：CN201710351377.5

公 开 号：CN106970533A

发 明 人：李鹏 杨坤 陈宇东 袁哲 王欣 高甲子 

代 理 人：俞晓明

代理机构：西安铭泽知识产权代理事务所(普通合伙)

专利类型：发明专利

申 请 日：20170721

公 开 日：20170518

专利主分类号：G05B13/04(20060101)

关 键 词：非线性系统建模 参数估计 模型稳定 模型系数 二次型调节器 高斯函数 工程设计 模型结构 输出误差 鲁棒性 自适应 自学习 最优解 高斯 构建 加权 逼近 输出 预测 优化 网络 参考轨迹 非线性系统建模 系统鲁棒性 参数估计 剧烈变化 模型稳定 系统超调 控制量 曲线式 失控 响应 

摘      要：本发明公开了工程设计和优化技术领域的一种基于RBF‑ARX模型稳定参数估计的非线性系统建模方法，该基于RBF‑ARX模型稳定参数估计的非线性系统建模方法的具体步骤如下：S1：采用高斯函数的形式表示RBF神经网络的结构；S2：构建ARX模型结构A(z‑1)Y(k)＝z‑dB(z‑1)U(k)+e(k)；S3：采用高斯网络来逼近步骤S1和步骤S2中的模型系数；S4：利用二次型调节器对步骤S3中模型系数的性能指标进行计算；S5：对输出误差和控制增量加权的最优解进行输出，本发明具有自适应和自学习的能力，能够大幅度提高RBF‑ARX模型的长期预测精度和鲁棒性，具有较高的实用价值和市场前景。