11.07.2015 Views

Identifikace a návrh °ízení pro model kuli£ka na plo²e

Identifikace a návrh °ízení pro model kuli£ka na plo²e

Identifikace a návrh °ízení pro model kuli£ka na plo²e

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Kapitola 3Grey-BoxIdentifikácia pomocou metódy Grey-box je veľmi dobre použitelná pri identifikácii systémovs čiastočne známou vnútornou štruktúrou. Zvyčajne máme niekoľko známychúdajov o danej sústave, ktoré sme získali pomocou meraní. Tieto údaje môžeme použitpre zúženie súboru hľadaných <strong>model</strong>ov. Popis systému pomocou Grey-box umožnujeľahko zahrnúť tieto informácie do <strong>pro</strong>cesu identifikácie.Našim cieľom je pre zvolenú štruktútu (2.1)(2.2) nájsť optimálnu hodnotu parametrovθ takú, aby sme dosiahli čo <strong>na</strong>jlepšiu viackrokovú predikciu výstupu. Za predpokladunormálnych bielych šumov sa jedná o maximálne vierohodný odhad (ML)[10]. V <strong>na</strong>šomprípade formulujeme tvar kritéria lineárnych systémov pre MLJ =N∑(e P (t)) 2 (3.1)t=1e P (t) = y(t) − Cx P (t) + Du(t) (3.2)x P (t + 1) = Ax P (t) + Bu(t) + Le P (t) (3.3)kde e P (t) je chyba predikcie a x P (t) je stav systému.Optimál<strong>na</strong> hodnota θ ∗ teda podľa ML odhadu bude3.1 Optimalizáciaθ ∗ = arg minθJ (3.4)Naša práca vedie <strong>na</strong> úlohu nelineárnych <strong>na</strong>jmenších štvorcov. Optimalizačný <strong>pro</strong>blém jepotrebné riešiť numerickými metódami, ktoré iterativne vyhodnocujú stratovú funkciu(3.1) a aktualizujú hodnotu θ. Pri inicializácii algoritmu je preto nevyhnutné udať počiatočnýodhad parametrov θ 0 . Kritérium pravdepodobne nebude konvexné a teda nemámeistotu, že nájdené minimum bude globálny minimom. Odhad je závislý <strong>na</strong> správnej voľbe13

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!