摘要

本文提出了一种新的常微分方程参数估计算法。这里,我们证明了(1)在非平凡二分法的情况下,结合正交循环约简的联立方法可以将估计问题简化为具有固定数量等式约束的优化问题,而不需要结构信息来设计稳定的嵌入;(2)在假设模型不正确或只有有限数量的样本数据可用的情况下,应使用估计问题拉格朗日函数海森信息的牛顿近似。提出了一种新的算法,包括使用序列二次规划(SQP)高斯-牛顿近似,但也包括SQP牛顿近似以及何时使用该近似的测试。这种复合方法放宽了对SQP高斯-牛顿近似的限制,即假设的模型应该是正确的,样本数据集应该足够大。这个新算法已经在两个标准问题上进行了测试。

您当前没有访问此文章的权限。