克里希纳纳桑,基鲁巴卡兰;Sean R.安德森。;斯蒂芬·比林斯(Stephen A.Billings)。;维萨干卡迪卡马纳坦 使用近似贝叶斯计算对连续时间非线性系统进行计算系统辨识。 (英语) Zbl 1346.93389号 国际期刊系统。科学。,普林克。申请。系统。集成。 47,第15号,3537-3544(2016). 摘要:在本文中,我们首次使用以仿真为中心的计算贝叶斯方法推导了连续时间非线性系统的系统辨识框架。非线性系统辨识的仿真方法在某些条件下(如非持续激励输入和快速采样)优于回归方法。我们使用近似贝叶斯计算(ABC)算法对模型参数进行基于仿真的推理。该框架具有以下主要优点:(1)参数分布是内在生成的,为用户提供了对不确定性的清晰描述;(2)模拟方法避免了与其他连续时间方法相同的估计信号导数的困难问题;(3)如上所述,该仿真方法改进了在非持续激励输入和快速采样条件下的识别。术语选择是通过使用作为ABC程序一部分内在生成的参数分布来判断参数重要性来执行的。数值例子的结果表明,该方法在噪声场景中表现良好,尤其是与依赖信号导数估计的竞争技术相比。 引用于4文件 MSC公司: 93E12号机组 随机控制理论中的辨识 93立方厘米10 控制理论中的非线性系统 93E25型 随机控制中的计算方法(MSC2010) 关键词:模型;NARMAX公司;连续时间系统;系统标识;信号处理;贝叶斯估计;计算系统识别;非线性近似贝叶斯计算 PDF格式BibTeX公司 XML格式引用 \textit{K.Krishnanathan}等人,国际期刊系统。科学。,普林克。申请。系统。集成。47,编号15,3537-3544(2016;兹bl 1346.93389) 全文: 内政部 链接 参考文献: [1] DOI:10.1016/j.automatica.2007.03.020·Zbl 1129.93305号 ·doi:10.1016/j.automatica.2007.03.020 [2] 内政部:10.1109/TBME.2010.2044574·doi:10.10109/TBME2010.04574 [3] DOI:10.1016/j.自动2012.02.021·Zbl 1246.93106号 ·doi:10.1016/j.automatica.2012.02.021 [4] DOI:10.1016/j.automatica.2013.05.023·Zbl 1364.93821号 ·doi:10.1016/j.automatica.2013.05.023 [5] 内政部:10.1146/anurev-ecolsys-102209-144621·doi:10.1146/annurev-ecolsys-102209-144621 [6] Beaumont M.A.,遗传学162 pp 2025–(2002) [7] 内政部:10.1002/9781118535561·Zbl 1287.93101号 ·doi:10.1002/9781118535561 [8] DOI:10.1016/S0031-3203(01)00118-2·Zbl 0997.68123号 ·doi:10.1016/S0031-3203(01)00118-2 [9] 内政部:10.1080/00207178908953472·Zbl 0686.93093号 ·网址:10.1080/00207178908953472 [10] DOI:10.1006/mssp.1999.1230·doi:10.1006/mssp.1999.1230 [11] 内政部:10.1016/j.autotica.2015年7月23日·Zbl 1331.93207号 ·doi:10.1016/j.automatica.2015.07.023 [12] 内政部:10.1007/978-1-84800-161-9·doi:10.1007/978-1-84800-161-9 [13] 数字对象标识码:10.3166/ejc.11.335-352·Zbl 1293.93206号 ·doi:10.3166/ejc.11.335-352 [14] DOI:10.1098/rsif.2012.0542·doi:10.1098/rsif.2012.0542 [15] DOI:10.1021/sb300009t·doi:10.1021/sb300009t [16] 内政部:10.1109/TBME.2002.803507·doi:10.1109/TBME.2002.803507 [17] DOI:10.1080/0207170310001646264·兹比尔1060.93098 ·网址:10.1080/00207170310001646264 [18] 内政部:10.1198/jcgs.2010.10039·doi:10.1198/jcgs.2010.10039 [19] 内政部:10.1080/00207170110052239·兹比尔1010.93030 ·doi:10.1080/00207170110052239 [20] DOI:10.1016/j.自动2006.03.004·Zbl 1117.93314号 ·doi:10.1016/j.automatica.2006.03.004 [21] DOI:10.1039/c2ib00175f·doi:10.1039/c2ib00175f [22] Ljung L.,系统识别-用户理论,2。编辑(1999)·Zbl 0615.93004号 [23] DOI:10.1016/j.automatica.2009.10.015·Zbl 1214.93115号 ·doi:10.1016/j.automatica.2009.10.015 [24] 内政部:10.1016/0005-1098(81)90083-2·Zbl 0451.93059号 ·doi:10.1016/0005-1098(81)90083-2 [25] 内政部:10.1080/00207170310001635419·Zbl 1041.93019号 ·doi:10.1080/00207170310001635419 [26] DOI:10.1049/ip-cta:20045250·doi:10.1049/ip cta:20045250 [27] 数字对象标识码:10.1073/pnas.0607208104·Zbl 1160.65005号 ·doi:10.1073/pnas.0607208104 [28] Sisson S.A.,《美国国家科学院院刊》106 pp 16889–(2009) [29] DOI:10.1016/0005-1098(95)00120-8·Zbl 0846.93018号 ·doi:10.1016/0005-1098(95)00120-8 [30] Tavare S.,《遗传学》145第505页–(1997年)·Zbl 0399.92010号 [31] DOI:10.1098/rsif.2008.0172·doi:10.1098/rsif.2008.0172 [32] DOI:10.1080/0207179408921459·Zbl 0800.93258号 ·doi:10.1080/00207179408921459 [33] 内政部:10.1016/0005-1098(90)90155-B·Zbl 0714.93007号 ·doi:10.1016/0005-1098(90)90155-B [34] 内政部:10.1109/TAC.2005.856640·Zbl 1365.93283号 ·doi:10.1109/TAC.2005.856640 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。