- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯
第29卷 第6期 仪 器 仪 表 学 报 V01.29No.6
2008年 6月 ChineseJournalofScientificInstrument Jun.2008
基于灰色理论的动态测量系统非统计建模方法 术
付继华,盂 浩,王中宇
(北京航空航天大学仪器科学与光电工程学院精密光机电一体化技术教育部重点实验室 北京 100083)
摘 要:针对动态测量系统的时变性和不确定性,将动态测量序列作为灰色过程处理,采用参数随时间变化的灰色新陈代谢模
型序列代替传统的单一模型,建立动态测量系统的非统计数学模型。通过算例和仿真分析充分验证了灰色新陈代谢模型序列
较传统的统计模型和模糊 、神经网络等非统计模型能更快速、平稳、准确地描述动态测量系统的特性,并且有较好的适应性 ,其
建模方法同样适用于静态测量系统。灰色非统计少数据、生成序列建模 ,消除了对大样本量和典型概率分布的依赖性 ,以模型
的动态性表征系统动态性 ,其建模过程简单、计算量小、实时性强。
关键词:动态测量系统;灰色理论 ;非统计 ;数学建模
中图分类号:TB9 文献标识码:A 国家标准学科分类代码:460.4030
Non-statisticalmodelingfordynamicmeasurementsystem basedongreytheory
FuJihua,MengHao,WangZhongyu
(KeyLaboratoryofPrecisionOpto~mechatronicsTechnology,Min~tryofEducation,SchoolofInstrumentation
ScienceOpto—ElectronicsEngineering,BeihangUniversity,Beijing100083,China)
Abstract:Aimingattheuncertaintyandtime—variationofdynamicmeasurementsystem .anewnon—statisticalmodel—
ingmethodispresented.Thedynamicmeasurementsequenceisregradedasagreyprocess;andaseriesofmetabol—
icgreymodels,whosepraameterschangewithtime,areusedtodescribethedyrnamiccharacteristicsofthesystem ,
insteadofusingtraditionalsinglefixedmode1.Calculationexampleandsimulationanalysisprovethatthemetabolic
greymodelsequencecandescribethefeaturesofthedynamicmeasurementsystem faster,moresteadilyandmoreac—
curatelythantraditionalstatisticalmodelandnon—statisticalmodelssuchasfuzzyorneuralnetworkmodels.Thegrey
non—statisticalmodelingofdynamicmeasurementsystem isadatagenerationmodelingmethodwithlessdata.There—
fore,iteliminatestheneedsforlarge samplesand canonicaldistribution inmodeling.Themethodusesdynamic
modeltodescribethesystem dynamiccharacteristics,which issimpletoprocessandfeature
文档评论(0)