基于多维泰勒网的多入多出非线性时滞系统辨识

摘要: 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) 算法和共轭梯度算法 (Conjugate Gradient，CG)，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本文所提辨识方案的有效性，同时与传统的MTN辨识方案作对比，给出了二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，本文所提方案够准确地对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。