导读:本文包含了递推辨识算法论文开题报告文献综述及选题提纲参考文献，主要关键词:锅炉汽包水位,PID控制,最小二乘递推辨识算法
递推辨识算法论文文献综述
吴彭江,林仁波[1]（2018）在《一种基于最小二乘的锅炉汽包水位控制递推辨识算法研究》一文中研究指出传统锅炉汽包水位采用常规PID控制,其控制参数是固定不变的,控制效果往往难以满足要求,会造成系统不稳定甚至失控。现讨论基于最小二乘的递推辨识算法,能在线估计系统模型参数,根据不同工况,实时跟踪参数。给出了两种算法的数值仿真,仿真结果表明,与传统PID控制算法相比,最小二乘递推辨识算法超调小,响应速度快,具有较好的控制效果。(本文来源于《机电信息》期刊2018年21期）
孙功武,谢基榕,王俊轩[2]（2018）在《基于动态遗忘因子递推最小二乘算法的船舶航向模型辨识》一文中研究指出为提高遗忘因子递推最小二乘(RLS)算法辨识船舶航向运动数学模型参数的快速性和鲁棒性,在分析遗忘因子大小对算法特性影响的基础上,提出一种基于模糊控制的动态遗忘因子RLS算法。该算法从理论模型输出与实际模型输出之间的残差入手来构造评估参数辨识误差大小的评价函数,并将评价函数及其变化率作为模糊控制器的输入,利用模糊控制器结合制定的规则表进行模糊推理并计算遗忘因子的修正量,从而实现遗忘因子的动态调整。仿真结果表明,与恒定遗忘因子RLS算法的对比,该算法能够根据参数辨识误差实时调整遗忘因子的大小,使算法在模型参数平稳时有更高的辨识精度,在模型参数突变时有更快的收敛速度,验证了所提算法的优越性。(本文来源于《计算机应用》期刊2018年03期）
张静[3]（2017）在《基于递推最小二乘法惯量辨识的伺服控制算法》一文中研究指出高性能伺服系统需要适应负载惯量的变化,并及时调整对应的比例积分参数来保持或提高系统的控制性能,等效负载惯量辨识是比例积分参数自整定的基础。建立了离散化电机运动方程,并结合伺服驱动器领域中较成熟的递推最小二乘法原理,推导出等效负载惯量辨识公式。在计算机软件中搭建伺服控制系统仿真平台,验证基于递推最小二乘法的等效负载惯量辨识的准确性。(本文来源于《上海电气技术》期刊2017年03期）
蔡磊,王艳,纪志成[4]（2016）在《基于折息递推辨识算法的数控机床能效预测》一文中研究指出针对数控机床能量效率难于直接获取的问题,结合折息递推辨识算法给出一种新的机床能效预测方法。基于机床主传动系统功率平衡方程及附加载荷损耗函数,得出切削功率的估计模型;进一步考虑模型中的附加载荷损耗系数无法直接测量,采用折息递推辨识算法对附加载荷损耗系数进行辨识,从而估算出切削功率,根据机床的能效定义计算出能效值。实验与仿真结果表明,采用折息递推辨识方法估计附加载荷损耗系数,能够比采用传统最小二乘估计获得更高的辨识精度,求取的机床效率与其它方法相比更接近真实值。(本文来源于《系统仿真学报》期刊2016年08期）
景绍学[5]（2016）在《输入非均匀采样广义输出误差模型的递推贝叶斯参数辨识算法》一文中研究指出针对传统最小二乘算法在辨识过程中没有考虑噪声的协方差和参数的先验概率密度的问题,提出一种递推贝叶斯算法。该算法以最大化参数的后验概率密度函数为准则进行参数估计。实验结果证明所提算法可以获得更高精度的参数估计值。收敛性分析表明,该算法给出的参数估计值收敛于参数真值。该算法综合考虑了噪声方差、数据的先验概率分布和参数的先验概率分布,可以获得比最小二乘法更高的精度的估计值。(本文来源于《计算机应用与软件》期刊2016年06期）
王东东,朱豫才,鄢文刚[6]（2015）在《基于多次迭代的递推辨识算法》一文中研究指出传统递推辨识算法一般是由相应的离线算法扩展得到的,而当这些离线的寻优算法没有解析解时,相应的递推算法就只是离线算法的一种近似,在辨识准确度上要低一些,有很大的改进空间。以此为动机,本文遵循着一般做法,首先用高斯牛顿法分别推导了基于ARMAX模型的离线和递推辨识算法,随后在此基础上引入了多次迭代的思想,介绍并比较了几种多迭代的做法,实现了两种多迭代递推辨识算法。仿真结果表明,采用多次迭代的递推辨识算法与传统算法相比,能够提高参数估计的精度,并且拥有更快的收敛性。(本文来源于《第26届中国过程控制会议（CPCC2015）论文集》期刊2015-07-31）
齐雪雯,齐霁文[7]（2015）在《改进AR递推算法在低频振荡模式辨识中的应用》一文中研究指出提出采用一种基于自回归模型并加入可变遗忘因子的加权递推最小二乘算法对电力系统类噪声信号进行低频振荡模式辨识,并采用估计AR谱的方法以提取低频振荡的主导模式。New-England 39节点系统的时域仿真测试验证了该算法对低频振荡模式辨识的有效性,并通过与常规加权递推最小二乘算法辨识效果的比较验证了该改进算法对低频振荡模式的辨识具有更好的精确性,其辨识精度及计算速度满足工程要求,适合于低频振荡在线监测。(本文来源于《贵州电力技术》期刊2015年07期）
陈启佳[8]（2015）在《基于模型分解的输出非线性的递推辨识算法》一文中研究指出本文针对结构复杂的有色噪声干扰的输出非线性系统,运用模型分解的思想对系统辨识模型进行分解,然后结合递推最小二乘方法辨识系统参数。给出了结合试验获得的数据,通过计算参数估计误差说明算法的有效性,并分析算法的特性。(本文来源于《伺服控制》期刊2015年05期）
王东东[9]（2015）在《递推辨识算法研究及其在MPC上的应用》一文中研究指出随着预测控制在工业上的应用越来越广泛,如何在复杂的应用背景下进一步提高控制器的性能也越来越受重视。而作为模型预测控制器的核心之一,预测模型的质量对控制器的效果也有着至关重要的影响。关于预测控制与系统辨识目前已经有了丰富的理论与实践经验,但是实际的生产中,在线运行的控制系统也都有着各自的问题和提升空间。本文的研究中,对递推辨识算法和一种扰动自适应的预测控制器进行了研究并提出了一些新的想法。具体的工作内容如下：1.基于多迭代的ARMAX递推辨识。总结和分析已有的关于ARMAX模型估计的基础上,用高斯牛顿法推导了一种递推辨识算法。针对离线算法与递推算法的参数估计精度有差距这一点,分析原因之后,提出了一种数据多迭代的思想。仿真研究表明,多迭代算法在参数收敛的速度与精度上都优于原有的递推算法。2.对两种时间序列模型的建模及预测能力研究。工业控制系统的不可测扰动等对象的建模属于时间序列分析问题,本文从常见的AR与ARMA两种模型着手,分别推导了其递推算法,并用多迭代思想对ARMA模型进行了改进,使其跟踪时变模型能力显着提升。两者的多步预测研究中发现,参数更多的ARMA模型预测精度好于AR模型,但鲁棒性不如后者。3.扰动自适应预测控制器的分析改进及参数设计。介绍了一种基于扰动模型的预测控制算法DMCA,为不可测扰动单独建立预测模型使得该控制器对扰动抑制能力更强,控制效果更好。结合之前研究,分析基于ARMA模型的DMCA算法不稳定的原因后,提出了两种改进办法：基于AR模型的DMCA算法和添加小幅摄动。最后研究了扰动自适应控制器的参数整定方法,包括传统MPC参数与DMCA特有的模型辨识参数,为控制器参数优化提出部分准则与参考。(本文来源于《浙江大学》期刊2015-01-15）
杨帆[10]（2014）在《ARMAX模型的偏差补偿递推最小二乘辨识算法》一文中研究指出工业生产中研究问题的首要因素就是建立与之相对应的系统数学模型,系统辨识就是进行系统数学建模的一种行之有效的方法,其中最小二乘法是最简单、最常用的一种辨识方法。对于方程误差类模型中的ARMAX模型,在有色噪声干扰下最小二乘算法无法得到无偏、一致的参数估计,且在采样数据越来越多的情况下,若新数据和旧数据的影响因子相同,则最小二乘法容易出现“数据饱和”现象。针对以上两个问题,本文的主要研究内容及研究成果如下:针对最小二乘辨识算法在有色噪声干扰下结果有偏的问题,本文给出了一种将偏差补偿思想引入最小二乘的辨识算法推导过程,先求出偏差项,然后估计白噪声的平均加权方差,最后将偏差项补偿到最小二乘估计结果中,以得到系统的无偏估计,该算法即偏差补偿递推最小二乘辨识算法(BCRLS)。针对最小二乘算法容易出现“数据饱和”现象的问题,本文在旧数据前引入了一个遗忘因子,以减弱旧数据的影响,相对地增加新数据的影响,从而抑制“数据饱和”现象的发生,并且与偏差补偿递推最小二乘算法相结合,得出了带遗忘因子的偏差补偿递推最小二乘算法(FF-BCRLS)。最后通过Matlab对两种算法进行实验仿真以验证算法的有效性。对于BCRLS算法,选择定常ARMAX模型作为仿真模型,并与一般递推最小二乘算法(RLS)进行仿真对比;对于FF-BCRLS算法,选择时变ARMAX模型作为仿真模型,并与BCRLS算法进行对比,通过对比几种算法辨识得到的参数仿真曲线与误差曲线,证明BCRLS算法在定常ARMAX系统中辨识结果优于RLS算法;在时变ARMAX系统中加入遗忘因子的偏差补偿算法能有效抑制“数据饱和”,FF-BCRLS算法的辨识结果要优于BCRLS算法。(本文来源于《哈尔滨工业大学》期刊2014-12-01）
递推辨识算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高遗忘因子递推最小二乘(RLS)算法辨识船舶航向运动数学模型参数的快速性和鲁棒性,在分析遗忘因子大小对算法特性影响的基础上,提出一种基于模糊控制的动态遗忘因子RLS算法。该算法从理论模型输出与实际模型输出之间的残差入手来构造评估参数辨识误差大小的评价函数,并将评价函数及其变化率作为模糊控制器的输入,利用模糊控制器结合制定的规则表进行模糊推理并计算遗忘因子的修正量,从而实现遗忘因子的动态调整。仿真结果表明,与恒定遗忘因子RLS算法的对比,该算法能够根据参数辨识误差实时调整遗忘因子的大小,使算法在模型参数平稳时有更高的辨识精度,在模型参数突变时有更快的收敛速度,验证了所提算法的优越性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
递推辨识算法论文参考文献
[1].吴彭江,林仁波.一种基于最小二乘的锅炉汽包水位控制递推辨识算法研究[J].机电信息.2018
[2].孙功武,谢基榕,王俊轩.基于动态遗忘因子递推最小二乘算法的船舶航向模型辨识[J].计算机应用.2018
[3].张静.基于递推最小二乘法惯量辨识的伺服控制算法[J].上海电气技术.2017
[4].蔡磊,王艳,纪志成.基于折息递推辨识算法的数控机床能效预测[J].系统仿真学报.2016
[5].景绍学.输入非均匀采样广义输出误差模型的递推贝叶斯参数辨识算法[J].计算机应用与软件.2016
[6].王东东,朱豫才,鄢文刚.基于多次迭代的递推辨识算法[C].第26届中国过程控制会议（CPCC2015）论文集.2015
[7].齐雪雯,齐霁文.改进AR递推算法在低频振荡模式辨识中的应用[J].贵州电力技术.2015
[8].陈启佳.基于模型分解的输出非线性的递推辨识算法[J].伺服控制.2015
[9].王东东.递推辨识算法研究及其在MPC上的应用[D].浙江大学.2015
[10].杨帆.ARMAX模型的偏差补偿递推最小二乘辨识算法[D].哈尔滨工业大学.2014
标签：锅炉汽包水位; PID控制; 最小二乘递推辨识算法;