计算机应用研究

作者：李晨龙,严洪森,

单位：1.东南大学自动化学院,南京210096；2.复杂工程系统测量与控制教育部重点实验室,南京210096；3.北京航空航天大学杭州创新研究院,杭州310051；4.北京航空航天大学,北京100191；

关键词：多维泰勒网,辨识模型,多入多出系统,非线性时滞系统,权剪枝算法,

基金：国家自然科学基金资助项目(61673112,60934008)；中央高校基本科研业务费专项资金资助项目(2242017K10003,2242014K10031)；上海航天科技创新基金资助项目(SAST2019-020)；江苏高校优势学科建设工程资助项目；浙江省博士后科研项目择优资助基金资助项目(ZJ2021074)；；

针对多入多出 （multiple input multiple output，MIMO） 非线性时滞系统辨识的准确性与实时性问题，提出基于多维泰勒网（multi-dimensional taylor network，MTN） 的辨识方案。MTN作为辨识模型，综合利用权剪枝 （weight-elimination，WE） 算法和共轭梯度（conjugate gradient，CG）算法，即WE-CG算法作为MTN辨识模型的学习算法；WE算法可以有效精简MTN辨识模型结构，从而降低计算复杂度、提高模型实时性能。最后，引入一个数值仿真例子和一个工程实例来验证所提辨识方案的有效性，同时与传统的MTN辨识方案作对比，给出了两者的准确性与复杂度分析，突出所提辨识方案的准确性与实时性。实验结果表明，所提方案能够准确地对MIMO非线性时滞系统进行辨识。同时，相比传统的MTN辨识方案，所提辨识方案结构更精简，具有更低的算法复杂度。

来源：2022年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第8期