哈工大智能控制神经网络课件第十一课神经网络系统辨识.ppt

人工神经网络理论及应用屈桢深哈尔滨工业大学11.神经网络系统辨识

系统辨识应用控制系统的分析和设计自适应控制：辨识器作为被控对象的模型，调整控制器参数，获得较好的控制效果建立辨识系统的逆模型，作为控制器预测、预报：建立时变模型，预测其参数，

以实现系统参数的预测、预报。监视系统运行状态，进行故障诊断神经网络——解决非线性系统的离线/在线辨识问题

主要内容系统辨识理论基础神经网络系统辨识原理NN线性模型辨识NN非线性模型辨识NN逆模型辨识

系统辨识理论基础定义：在输入/输出数据基础上，从一组给定模型类中确定一个所测系统等价的模型。辨识三要素：输入/输出数据模型类(系统结构)等价准则e.g.

符号P:待辨识系统；辨识系统模型u:输入y:输出；辨识模型产生的输出；w:实际参数；辨识参数k:采样时刻J:指标函数v:输出噪声h:数据向量：神经元作用函数

系统辨识问题表述以SISO离散动态系统为例{u(k),y(k)}是输入/输出时间序列(观测量)根据观测量确定模型，使指标函数最小

模型辨识结构)(ky)(ku)(ke+)(kn-)(?NNP学习算法P

误差准则(1)输出误差(2)输入误差(3)广义误差表达形式？

辨识主要步骤确定辨识输入/输出数据输入信号形式采样周