具有引导变量的模型.docxVIP

具有引导变量的模型 1 引导变量模型 在动态系统的动态评估和预测中，有必要对复杂特征和趋势的变化进行重要的理论和实际意义。这类系统有着明显的非线性性质,于是一般可以用NARMAX模型来描述,即其模型可写成如下形式 其中y(t)是系统的输出,u(t)是系统的输入,e(t)是白噪声,f(·)是非线性函数。为了给出f(·)的具体形式,人们提出一系列简化的途径,如状态相依模型、多项式模型、有理函数模型、线性参量模型等。 我们在文献中提出的具有引导变量的模型,是NARMAX模型的一种实现形式,它实际上是一种有理函数模型,但其不同之处在于:不存在确定多项式系数与次数的困难。本文的目的就是要讨论这类具有引导变量的模型的重要特征及其与某些熟知模型的关系。 2 自回归阶数模型 文提出的一类具有引导变量的模型的一般形式如下 其中y(t)为系统的一维输出,u(t)为系统的一维输入,而 F(·)可以是线性或非线性函数,称为模型(2.1)的自回归部分;ny,nx为自回归阶数;α(t){Gt—F(·)}称为模型(2.1)的校正部分,即为自回归部分误差的补偿,α(t)为校正系数,G为引导变量。其表达式有各种形式,其中一种滞后形式为 这里0α1,p为周期长度,β[t/p]为趋势性因子,一般有 而e(t)是零均值的白噪声。特别地,当F(·)为线性函数时,模型(2.1)为 其中a1,…,am,b1,…,bm,为自回