穆拉德·埃卢米;萨米拉·卡蒙 大规模互联非线性系统时滞和阶估计的改进离散技术。 （英语） Zbl 1426.93318号 数学。问题。工程师。 2017年，文章ID 1919823，11 p.（2017）. 摘要：选择合适的模型结构是系统建模的重要步骤。模型结构是通过确定类、延时和模型顺序来定义的。针对由一组互联单输入单输出（SISO）Hammerstein结构组成的大型互联非线性系统，提出了一种改进的结构估计方法，该系统由未知时变参数的离散随机模型描述。开发了一种广泛的行列式报告（DR）算法来确定过程的顺序。提出了一种基于变时间递推扩展最小二乘（RELSVT）延迟方法的改进离散时间技术来估计所考虑系统的时间延迟。理论分析和仿真结果证明了所提算法的有效性和性能。 引用于1文件 MSC公司： 93E10型 随机控制理论中的估计与检测 93立方厘米 控制理论中的非线性系统 93E12号机组 随机控制理论中的辨识 PDF格式BibTeX公司 XML格式引用 \textit｛M.Elloumi｝和\textit｛S.Kamoun｝，数学。问题。Eng.2017，文章ID 1919823，11 p.（2017；Zbl 1426.93318） 全文： 内政部 参考文献： [1] Hamdy，M.，一类SISO非线性系统基于状态观测器的动态模糊逻辑系统，国际自动化与计算杂志，10，2，118-124，（2013）·doi:10.1007/s11633-013-0704-2 [2] 胡，H。；赵，D.，分权H（H）通过动态输出反馈实现中立型不确定互联系统的∞控制，抽象与应用分析，（2014）·Zbl 1406.93021号 ·doi:10.1155/2014/989703 [3] 古，G.B。；帕克，J.B。；Joo，Y.H.，非线性大系统基于分散模糊观测器的输出反馈控制：LMI方法，IEEE模糊系统汇刊，22，2，406-419，（2014）·doi:10.1109/TFUZZ.2013.2259497 [4] 陈，N。；刘，Y。；刘，B。；Gui，W.，具有多面体不确定性的互联Lurie时滞系统的参数绝对镇定，亚洲控制杂志，16，1，225-232，（2014）·Zbl 1286.93150号 ·doi:10.1002/asjc.661 [5] 郑，B.-C。；Yang，G.-H.，一类具有死区输入的不确定大系统的分散滑模量化反馈控制，非线性动力学。工程系统非线性动力学和混沌国际期刊，71，3，417-427，（2013）·Zbl 1268.93065号 ·doi:10.1007/s11071-012-0668-8 [6] Nagai，S。；Oya，H.，具有结构不确定性的大型互联系统的分散变增益鲁棒控制器的综合，控制科学与工程杂志，（2014）·Zbl 1293.93318号 ·doi:10.1155/2014/884465 [7] Nagai，S。；Oya，H.，具有保性能的分散变增益鲁棒控制器的综合{五十} _2\)一类不确定大规模互联系统的增益性能，控制科学与工程杂志，（2015）·Zbl 1331.93007号 ·doi:10.1155/2015/342867 [8] Wang，H。；陈，B。；Lin，C.，一类大规模随机非线性系统的自适应模糊分散控制，神经计算，103155-163，（2013）·doi:10.1016/j.neucom.2012.09.016 [9] Wang，H。；刘，X。；Liu，K.，一类随机非线性互联系统的鲁棒自适应神经跟踪控制，IEEE神经网络和学习系统汇刊，27，3，510-523，（2016）·doi:10.1109/TNNLS.2015.2412035 [10] Wang，H。；周，Q。；杨，X。；Karimi，H.，一类具有未知死区的非仿射非线性大系统的鲁棒分散自适应神经控制，工程数学问题，（2014）·Zbl 1407.93181号 ·doi:10.1155/2014/841306 [11] Elloumi，M。；Kamoun，S.，输入-输出数学模型描述的互联非线性系统的参数估计，国际自动化与计算杂志，13，4，364-381，（2016）·doi:10.1007/s11633-016-0956-8 [12] Elloumi，M。；Kamoun，S.，Hammerstein大型系统的迭代参数估计方法：水力过程的模拟研究，国际模拟与过程建模杂志，11，3-4207-219，（2016）·doi:10.1504/IJSPM.2016.078501 [13] Elloumi，M。；Kamoun，S.，大型互联Hammerstein系统的自校正调节器设计，控制科学与工程杂志，（2016）·Zbl 1346.93051号 ·doi:10.1155/2016/6769714 [14] Elloumi，M。；Kamoun，S.，Hammerstein模型描述的大型互联系统的自适应控制方案，亚洲控制杂志，19，3，1-14，（2017）·Zbl 1366.93289号 ·doi:10.1002/asjc.1443 [15] 哈伯，R。；Unbehauen，H.，非线性动态系统的结构识别——输入/输出方法综述，Automatica。IFAC杂志，国际自动控制联合会，26，4，651-677，（1990）·Zbl 0721.93023号 ·doi:10.1016/0005-1098（90）90044-I [16] Billings，S.A.，《非线性系统识别：时空域中的NARMAX方法》，（2013），英国奇切斯特：英国奇切斯特约翰·威利父子公司·Zbl 1287.93101号 [17] 哈伯，R。；Keviczky，L.，非线性系统识别：输入-输出建模方法。非线性系统识别：输入-输出建模方法，数学建模：理论与应用，（1999），Kluwer学术出版社·Zbl 0934.93004号 ·doi:10.1007/978-94-011-4481-0 [18] 丁·F。；Chen，T。；Iwai，Z.，具有有限输出采样的Hammerstein非线性系统的自适应数字控制，SIAM控制与优化杂志，45，6，2257-2276，（2007）·Zbl 1126.93034号 ·文件编号：10.1137/05062620X [19] 丁·F。；Shi，Y。；Chen，T.，Hammerstein输出误差系统基于辅助模型的最小二乘辨识方法，《系统与控制快报》，56，5，373-380，（2007）·Zbl 1130.93055号 ·doi:10.1016/j.sysconle.2006.10月26日 [20] 丁·F。；Chen，T.，Hammerstein非线性ARMAX系统的辨识，自动机。IFAC杂志，国际自动控制联合会，41，9，1479-1489，（2005）·Zbl 1086.93063号 ·doi:10.1016/j.automatica.2005.03.026 [21] 丁·F。；王，X。；陈，Q。；Xiao，Y.，基于模型分解的一类输出非线性系统的递推最小二乘参数估计，电路、系统和信号处理，35，9，3323-3338，（2016）·Zbl 1345.93169号 ·doi:10.1007/s00034-015-0190-6 [22] Billings，S.A。；Fakhouri，S.Y.，使用Hammerstein模型的非线性系统识别，国际系统科学杂志，10，567-578，（1979）·Zbl 0452.93012号 ·doi:10.1080/0207727908941603 [23] 费雷蒂，G。；Maffezzoni，C。；Scattolini，R.，关于用最小二乘法辨识时滞，Automatica。IFAC杂志，国际自动控制联合会，32，3，449-453，（1996）·Zbl 0850.93174号 ·doi:10.1016/0005-1098（95）00172-7 [24] Ljung，L.，《系统识别：用户理论》，（1999），上鞍河，新泽西州，美国：Prentice-Hall，上鞍河流，新泽西，美国 [25] 张，T。；Li，Y.C.，基于时滞辨识的时变时滞系统的模糊smith控制，第二届机器学习与控制论国际会议论文集·doi:10.1109/IMMLC.2003.1264551 [26] 郑伟新。；Feng，C.B.，有色噪声中随机时滞系统的识别，自动机。IFAC杂志，国际自动控制联合会，26，4，769-779，（1990）·Zbl 0719.93087号 ·doi:10.1016/0005-1098（90）90052-J [27] 高，W。；李毅。；刘，G。；Zhang，T.，具有主导和可变时滞的时变过程的自适应模糊smith控制，2003年美国控制会议论文集·doi:10.1109/ACC.2003.1238941 [28] 高，W。；周，M.L。；Li，Y.C。；Zhang，T.，时变时滞系统的自适应广义预测控制，2004年机器学习与控制论国际会议论文集·doi:10.1109/IMMLC.2004.1382309 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。