基于变分贝叶斯算法的线性变参数系统辨识

作     者：李寒霜 赵忠盖 刘飞 LI Hanshuang;ZHAO Zhonggai;LIU Fei

作者机构：江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2018年第69卷第7期

页      面：3125-3134页

核心收录：

学科分类：0817[工学-化学工程与技术] 08[工学] 0703[理学-化学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61773183 61573169)~~ 

主　　题：非线性过程 线性变参数系统 多模型 变分贝叶斯算法 参数估计 

摘      要：线性变参数系统(LPV)将多阶段、非线性的过程建模转化为线性多模型的辨识问题,是解决非线性过程建模的一个有效手段。由于实际工业过程存在各种干扰因素,导致被建模系统呈现随机性及模型参数的不确定性。针对这一问题,考虑采用变分贝叶斯(VB)算法对LPV模型进行辨识。该算法首先给定参数相应的先验分布,通过最大化目标函数的下界,从而估计得到参数的后验分布。不仅可实现对参数的点估计,同时量化了估计值的不确定性。针对典型二阶过程和连续搅拌反应釜(CSTR),运用提出的算法进行仿真实验,表明了该贝叶斯估计方法的优越性。