• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IFAC Symposium on System Identification >GUARANTEED NONLINEAR PARAMETER ESTIMATION FOR CONTINUOUS-TIME DYNAMICAL MODELS
【24h】

GUARANTEED NONLINEAR PARAMETER ESTIMATION FOR CONTINUOUS-TIME DYNAMICAL MODELS

机译：保证连续动态模型的非线性参数估计

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper is about parameter estimation for models described by a continuous-time state equation from discrete-time measurements. Guaranteed solutions to this problem are proposed in probabilistic and bounded-error contexts, based on Muller's theorems and interval analysis. In a probabilistic context where parameter estimation boils down to parameter optimization, this makes it possible to characterize the set of all globally optimal parameter vectors. In a bounded-error context, this allows the characterization of the set of all parameter vectors that are consistent with the error bounds, measurements and model structure. The resulting methodology is illustrated on a simulated example of anaerobic fermentation process.
机译：本文是关于由离散时间测量的连续时间状态方程描述的模型的参数估计。基于Muller的定理和间隔分析，提出了在概率和界限错误上下文中提出了此问题的保证解决方案。在参数估计下降到参数优化的概率上下文中，这使得可以表征所有全局最佳参数向量的集合。在界限错误上下文中，这允许表征与错误界限，测量和模型结构一致的所有参数向量集。在厌氧发酵过程的模拟实例上说明了所得方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号