• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Regularized Moving-Horizon PWA Regression for LPV System Identification ?
【24h】

Regularized Moving-Horizon PWA Regression for LPV System Identification ?

机译：用于LPV系统识别的正则化移动视野PWA回归 ？

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 addresses the identification ofLinear Parameter-Varying(LPV) models through regularized moving-horizonPieceWise Affine(PWA) regression. Specifically, the scheduling-variable space is partitioned into polyhedral regions, where each region is assigned to a PWA function describing the local affine dependence of the LPV model coefficients on the scheduling variable. The regression approach consists of two stages. In the first stage, the data samples are processed iteratively, and aMixed-Integer Quadratic Programming(MIQP) problem is solved to cluster the scheduling variable observations and simultaneously fit the model parameters to the training data, within a relatively short moving-horizon window of the past. At the second stage, the polyhedral partition of the scheduling-variable space is computed by separating the estimated clusters through linear multi-category discrimination.
机译：本文通过正则化运动水平PieceWise Affine（PWA）回归解决线性参数变化（LPV）模型的识别问题。具体而言，将调度变量空间划分为多面体区域，其中每个区域均分配给PWA函数，该函数描述LPV模型系数对调度变量的局​​部仿射依赖。回归方法包括两个阶段。在第一阶段，对数据样本进行迭代处理，并解决了混合整数二次规划（MIQP）问题，以在相对较短的运动水平窗内，将调度变量观测值聚类，并将模型参数同时拟合至训练数据。过去。在第二阶段，通过线性多类别判别法将估计的聚类分开，从而计算出调度变量空间的多面体分区。

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