×

基于结构灵敏度分析的时滞系统参数估计。 (英语) Zbl 1302.93074号

摘要:本文提出了一种具有时滞的非线性连续时间模型的灵敏度分析方法及其在参数估计中的应用。该方法具有通用性,可用于任意结构和任意数量延迟的任何系统的灵敏度分析。该方法给出了模型轨迹对所有模型参数(包括延迟时间)的灵敏度函数,可以进行正向和伴随灵敏度分析。给出了该方法的两个应用实例:具有时滞的Wiener模型的识别和JAK-STAT细胞信号转导机制模型的识别。

MSC公司:

93B30型 系统标识
93A30型 系统数学建模(MSC2010)
65克10 数值优化和变分技术
93立方厘米 控制理论中的非线性系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] M.Anguelova,非线性时滞系统时滞参数的状态消去和可识别性,Automatica,4431373(2008)·Zbl 1283.93084号 ·doi:10.1016/j.automatica.2007.10.013
[2] L.Belkoura,具有延迟和结构化条目的系统的参数估计,Automatica,45,1117(2009)·Zbl 1162.93328号 ·doi:10.1016/j.automatica.2008.12.026
[3] D.G.Cauci,非线性系统的灵敏度理论。I.非线性泛函分析方法,《数学物理杂志》,22,2794(1981)·doi:10.1063/1.525186
[4] J.B.Cruz(编辑),反馈系统,McGraw-Hill(1972)
[5] J.B.Cruz(编辑),《系统灵敏度分析》,《电气工程和计算机科学基准论文》,Dowden(1973)
[6] K.Fujarewicz,细胞信号通路模型的伴随系统及其在参数拟合中的应用,IEEE/ACM计算生物学和生物信息学汇刊,4322(2007)
[7] K.Fujarewicz,连续时间神经网络和离散时间测量的广义时间反向传播。,人工智能和软计算-ICAISC 2004(编辑L.Rutkowski,190(2004)·Zbl 1058.68557号
[8] K.Fujarewicz,《关于使用伴随系统拟合细胞信号通路的数学模型》,《数学生物科学与工程》,第2527页(2005年)·Zbl 1079.92024号 ·doi:10.3934/mbe.2005.2.527
[9] K.Fujarewicz,使用广义反向传播法对换热器进行识别和次优控制,控制科学文献,10,167(2000)·Zbl 1153.93466号
[10] F.Giri,面向块的非线性系统识别,Springer(2010)·Zbl 1201.93004号
[11] M.Liu,从分段测试中改进连续时间延迟过程的识别,过程控制杂志,17,51(2007)
[12] R.Loxton,状态延迟识别的优化方法,IEEE自动控制事务,552113(2010)·Zbl 1368.93126号 ·doi:10.1109/TAC.2010.2050710
[13] 梅森,反馈理论——信号流图的一些性质。爱尔兰共和国,41,1144(1953)
[14] B.Ni,带时频域分析的MIMO动态系统时延估计,过程控制杂志,20,83(2010)
[15] B.Rakshit,利用噪声同步估计时滞动力系统的参数,混沌,32,1278(2007)·Zbl 1129.93049号
[16] J.P.Richard,《时间延迟系统:一些最新进展和开放问题的概述》,Automatica,39,1667(2003)·Zbl 1145.93302号 ·doi:10.1016/S0005-1098(03)00167-5
[17] F.A.Rihan,时滞动态系统的灵敏度分析,计算与应用数学杂志,151,445(2003)·Zbl 1023.93030号 ·doi:10.1016/S0377-0427(02)00659-3
[18] T.Swameye,通过基于数据的建模将核质循环识别为细胞信号的遥感器,PNAS,1001028(2003)
[19] Y.Tang,时滞混沌系统的参数估计:一种差分进化方法,混沌,423132(2009)·Zbl 1198.93222号
[20] Y.Tang,基于粒子群优化的时滞混沌系统参数估计,混沌,401391(2009)·Zbl 1197.93155号
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。