Hammerstein模型的改进新型神经动力学辨识方法及其在混合建模中的应用.pdfVIP

第41卷第3期 信息与控制 Vol，41．NO．3 andControl Jun．．2012 2012年6月 Information DoI：10．3724／SEJ．1219．2012．00384 Hammerstein模型的改进新型神经动力学辨识方法 及其在混合建模中的应用 王双剑，楚纪正 (北京化工大学信息科学与技术学院，北京100029) 摘要：推导了多输入多输出Hammerstein模型的矩阵格式，并提m了．种改进的新斟神经动力学算法．应用 此算法，可I司时辨识出Hammerstein模犁的多组未知参数，提高了收敛精度和速度．首先，对改进的新型神经动力 学算法进行r参数的收敛性分析．之后，推导了基十Hammerstein模型的混合模犁，并利』H其建立实际模型与机理 模犁之间的偏芹模犁，具有很好的补偿效果．由于改进的新型神经动力学方法可以在线调整Hammerstein模型参数， 所以混合模掣可以准确地模拟复杂过稗在人范围内的动态{J：为．实验表明该方法的合理性和有效性． 关键词：Hammerstein模型；神经动力学；非线性：混合模型 中图分类号：]T273 文献标识码：A 文章编号：1002．0411(2012)-03．0384-07 BasedontheNew HammersteinModelIdentificationMethod Improved Neural andIts to DynamicsApplicationHybridModeling WANG Shuangjian，CHUJizheng (co／／egeofInformationScience＆Technology，BeijingUniversityofChemicalTechnology，Bering100029，China) formatof HammersteinmodeliSdeduced．andakindofthenew Abstraet：Thematrix multi—output improved multi—input neural is callbeusedtO ofunknownHammerteinmodel dynamicsalgorithmproposed．Thealgorithm identifymanygroups and ofthenew neural parameters，whichimprovesaccuracyconvergencerate．Firstly，theparameters’convergenceimproved alleITormodel dvnamiCS iS anew modelbasedonHammersteinmodel．SdeducedtOtmild algorithmanalyzed．Thellhybrid betweenactual andmechanism modelhas effec