一种基于即时学习的多模型在线建模方法
针对复杂非线性系统的建模问题,基于空间划分树(SP-Tree)和即时学习(lazy learning)的思想,设计了一种多模型在线建模方法.该方法基于分解-合成策略,根据系统输入输出数据,采用即时学习算法建立当前时刻的最佳局部模型,随着系统工作点的移动,滚动建立系统的多个模型,实现对非线性系统的准确建模.在建立邻域的过程中,采用一种基于SP-Tree数据结构的数据库进行分层递阶搜索,有效地提高了在线建模的实时性.最后,通过对一个仿真案例的研究验证了该算法的有效性.
即时学习、非线性系统、在线多模型建模、空间划分树、k-vNN
42
TP39(计算技术、计算机技术)
航天科技创新基金CASC0209;总装武器装备预研基金资助项目9140A04050407JB3201
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
196-200