×

理性系统的直接最小二乘估计和预测:在食品储存中的应用。 (英语) Zbl 1198.93219号

概述:通常,模型输出中的非线性系统参数是通过非线性最小二乘(NLS)优化算法估计的。另一种方法是,对于在输入、输出和参数上具有所谓的有理结构的非线性离散时间模型,本文提出了一种对模型进行重新参数化的方法,以使模型在其新参数上变为线性。因此,可以用直接最小二乘法估计新参数。然而,大多数情况下,模型的形式为\(Ax\approx b\),因此参数估计问题成为所谓的变量误差(EIV)问题,总最小二乘法(TLS)为其提供了一个自然的解决方案。在估计后检索预测器形式会得到一个非线性预测器,它基于具有原始回归函数的重新参数化模型,从而保留了先验系统的知识。本文的目的是(i)展示有理系统的一些性质,并用一个生化例子加以说明,(ii)评估用NLS估计的原始物理模型和用普通最小二乘(OLS)和广义TLS估计的重新参数化模型的估计结果和预测性能,有或没有偏差补偿。这里使用的是一个储存设施,其中包含生物产品,并有可用的实验数据集。

MSC公司:

93E10型 随机控制理论中的估计与检测
90立方 非线性规划
62年5月 线性回归;混合模型
PDF格式BibTeX公司 XML格式引用
全文: 内政部