系統辨識理論及應用

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇系統辨識理論及應用范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

系統辨識理論及應用范文第1篇

摘 要：本文追尋控制理論的發展過程，首先簡單回顧了經典控制理論的產生、發展，接著引出了現代控制理論及并介紹了其發展概況，并通過兩者之間的簡單對比，彰顯現代控制理論的不同之處。最后，對現代控制理論的發展方向提出了一些預見。

關鍵詞：經典控制理論；現代控制理論；發展趨勢

一.經典控制理論的產生、發展與局限

維納曾定義，控制論是“關于在動物和機器中控制和通信的科學”。

在20世紀30到40年代，奈奎斯特、伯德、維納等人的著作為自動控制理論的初步形成奠定了基礎；二戰后，又經過眾多學者的努力，在總結了以往的實踐和關于反饋理論、頻率響應理論并加以發展的基礎上，形成了較為完整的自動控制系統設計的頻率法理論。1948年又提出了根軌跡法。至此，自動控制理論發展的第一階段基本完成。這種建立在頻率法和根軌跡法基礎上的理論，通常被稱為經典控制理論。

經典控制理論以拉氏變換為數學工具，以單輸入――單輸出的線性定常系統為主要的研究對象。將描述系統的微分方程或差分方程變換到復數域中，得到系統的傳遞函數，并以此作為基礎在頻率域中對系統進行分析和設計，確定控制器的結構和參數。通常是采用反控制，構成所謂閉環控制系統。它有以下幾個特點：

第一，經典控制理論只限于研究線性定常系統，即使對最簡單的非線性系統也是無法處理的；出描述方式，這就從本質上忽略了系統結構的內在特性，也不能處理輸入和輸出皆大于1的系統。實際上，大多數工程對象都是多輸入――多輸出系統，用經典控制理論設計這類系統都沒有得到滿意的結果；

第二，經典控制理論采用試探法設計系統。即根據經驗選用合適的、簡單的、工程上易于實現的控制器，然后對系統進行分析，直至找到滿意的結果為止。雖然這種設計方法具有實用等很多優點，但是，在推理上卻是不能令人滿意的，效果也不是最佳的。

綜上所述，經典控制理論的最主要的特點是：線性定常對象，單輸入單輸出，完成鎮定任務。經典控制理論具有明顯的局限性，突出的是難以有效地應用于時變系統、多變量系統，也難以揭示系統更為深刻的特性。當把這種理論推廣到更為復雜的系統時，經典控制理論就顯得無能為力了，即便對這些極簡單的對象、對象描述及控制任務，理論上也尚不完整，從而促使現代控制理論的發展――對經典理的精確化、數學化及理論化。

二.現代控制理論的五個分支

I.線性系統理論，性系統理論是現代控制理論的基礎，也是現代控制理論中理論最完善、技術上較成熟，應用也是最廣泛的部分。主要研究線性系統在輸入作用下狀態運動過程的規律和改變這些規律的可能性與措施；建立和揭示系統的結構性質、動態行為和性能之間的關系。線性系統理論主要包括系統的狀態空間描述、能控性、能觀測性和穩定性分析，狀態反饋、狀態觀測器及補償的理論和設計方法等內容。

II.最優控制理論，在給定約束條件和性能指標下，尋找使系統性能指標最佳的控制規律。主要方法有變分法、極大值原理、動態規劃等。其中極大值原理是現代控制理論的核心（使系統的性能指標達到最優――最小或最大）。一般而言，最優化方式有離線靜態優化方式和在線動態優化方式，而最優化問題的求解方法大致可分為四類：解析法、數值解法（直接法）、解析與數值相結合的尋優方法、網絡最優化方法。

優化方法的新進展包括：一，在線優化方法，基于對象數學模型的離線優化方法。含局部參數最優化和整體最優化設計方法、預測控制中的滾動優化算法、穩態遞階控制、系統優化和參數估計的集成研究方法.。二，智能優化方法，含神經網絡優化方法、遺傳算法、模糊優化方法、模糊優化方法。

最優控制理論的應用領域十分廣泛，如時間最短、能耗最小、線性二次型指標最優、跟蹤問題、調節問題和伺服機構問題等。但它在理論上還有不完善的地方，其中兩個重要的問題就是優化算法中的魯棒性問題和最優化算法的簡化和實用性問題。

III.自適應控制。在控制系統中，控制器能自動適應內外部參數、外部環境變化，自動調整控制作用，使系統達到一定意義下的最優。有模型參考自適應控制與自校正自適應控制之分。

自適應控制和常規的反饋控制和最優控制一樣，也是一種基于數學模型的控制方法，所不同的只是自適應控制所依據的關于模型和擾動的先驗知識比較少，需要在系統的運行過程中去不斷提取有關模型的信息，使模型逐步完善。具體地說，可以依據對象的輸入輸出數據，不斷地辨識模型參數，這個過程稱為系統的在線辯識。隨著生產過程的不斷進行，通過在線辯識，模型會變得越來越準確，越來越接近于實際。既然模型在不斷的改進，顯然，基于這種模型綜合出來的控制作用也將隨之不斷的改進。在這個意義下，控制系統具有一定的適應能力。比如說，當系統在設計階段，由于對象特性的初始信息比較缺乏，系統在剛開始投入運行時可能性能不理想，但是只要經過一段時間的運行，通過在線辯識和控制以后，控制系統逐漸適應，最終將自身調整到一個滿意的工作狀態。再比如某些控制對象，其特性可能在運行過程中要發生較大的變化，但通過在線辯識和改變控制器參數，系統也能逐漸適應。

IV.系統辨識。根據系統的輸入輸出時間函數來確定描述系統行為的數學模型。通過辨識建立數學模型的目的是估計表征系統行為的重要參數，建立一個能模仿真實系統行為的模型，用當前可測量的系統的輸入和輸出預測系統輸出的未來演變，以及設計控制器。對系統進行分析的主要問題是根據輸入時間函數和系統的特性來確定輸出信號。對系統進行控制的主要問題是根據系統的特性設計控制輸入，使輸出滿足預先規定的要求。而系統辨識所研究的問題恰好是這些問題的逆問題。

V.最佳濾波理論，亦稱為最佳估計理論。當系統受到環境或負載干擾時，其不確定性可以用概率和統計的方法進行描述和處理。也就是在系統數學模型已經建立的基礎上，利用被噪聲等污染的系統輸入輸出的量測數據，通過統計方法獲得有用信號的最優估計。經典的維納濾波理論闡述的是對平穩隨機過程按均方意義的最佳濾波，而現代的卡爾曼濾波理論用狀態空間法設計最佳濾波器。克服了前者的局限性，適用于非平穩過程并在很多領域中得到廣泛應用，成為現代控制理論的基石。

三. 現代控制理論與經典控制理的差異

現代控制理論基于經典控制理論，兩者之間存在的關聯與差別的發展中，擴大了控制理論所能解決問題的范疇。根據自動控系統的目標――認識與改進控制系統來說，主要在研究對象、數學模型及基本方法、應用領域來討論上，存在著不同之處。前兩者在上述論述中，已有闡述。在應用領域上，現代控制理論是經典控制理的進步與補充，但由于現代控制理論的發展晚，而經典控制理論的趨于成熟，因此按作者的觀點，兩者在相應的領域仍有不可替代的作用。

參考文獻：

[1] 鄭應平.充滿魅力的現代控制理論[J].自動化博覽2003（5）

系統辨識理論及應用范文第2篇

關鍵詞：人工智能；建筑領域；計算機；應用。

1 引言

所謂人工智能技術，是指一門由控制論、計算機科學、神經生理學、信息論、心理學等學科相互滲透所和發展所形成的綜合性學科。雖然學術界對于人工智能的定義在經過長久的爭論之后仍然沒有得出一個準確的定義，但是從本質上來看，人工智能技術就是通過研究和制造人工智能系統和機器來模擬人類智能行為，從而使人類智能得到延伸的一門學科。該學科通過計算機來完成智能系統的構建，并以此來實現定理的自動證明、程序的自動射擊、語言的自動理解、模式的自動識別等智能活動。由于研究者對于人工智能的理解存在差異，所以就形成了不同的人工智能研究途徑，其主要有三種，分別是聯接主義途徑、符號主義途徑和行為主義途徑。

其中，聯接主義途徑于1943年提出，它主要通過神經元來對腦模型和神經網絡模型進行研究，不過目前仍處于基礎性的研究階段。符號主義途徑是基于物理符號系統假設提出的，從上世紀30年代開始應用于智能行為的描述中，目前很多的自然語言理解系統、專家系統都是基于該觀點研制的。行為主義途徑的支持者則認為人工智能源于控制論，在該理論的指導下，研究人員于上世紀80年代成功構建了智能機器人系統，布魯克斯的六足行走機器人是其中的杰出代表。

2 人工智能技術在建筑領域的應用

2.1 在建筑設計中的應用

在過去相當長的一段時間內，建筑設計師們都通過AutoCAD軟件來完成有關繪圖工作，但是這并不能從真正意義上體現出建筑設計，設計師們的靈感、創意、創新也無法通過AutoCAD得到更加全面的體現。隨著人工智能技術在建筑設計行業中應用的不斷深入，現在的設計師中的絕大多數都開始應用能夠在設計全稱提供二維圖形描述和三維空間表現的理論及技術來完成日常工作，不僅提高了工作效率，也使得建筑設計的特點得到了更好的體現。

例如，Arch2010就是一款基于AutoCAD2002―2010平臺的，專為建筑設計工作而量身打造的CAD系統，它集人性化、數字化、可視化、參數化、智能化于一身，將建筑構件作為最基本的設計單元，采用了非常先進的自定義對象核心技術，實現了二維圖形與三維模型的同步。

此類系統的使用讓建筑設計師再也不必趴在桌子上完成繪圖工作，讓他們的創意和設想能夠得到更完美的發揮和實現。工程圖檔也不再是以往那種抽象的線條堆積，而是通過數字化技術轉化成了直觀的、可視的建筑模型，真正做到了構件關聯智能化、構件創建參數化以及設計過程可視化。

2.2 在施工管理中的應用

工作人員在以往開展建筑工程施工管理工作的時候，主要是依靠手寫、手繪的方式來完成有關施工檔案的記錄和施工平面圖的繪制，而隨著人工智能技術在建筑領域里應用范圍的不斷擴大，綜合采用數理邏輯學、運籌學、人工智能等手段來進行施工管理已經得到了認可和普及。目前比較流行的基于C/S環境開發的建筑施工管理系統，已經涵蓋了包括分包合同管理、施工人員管理、原材料供應商管理、固定資產管理、企業財務管理、員工考勤管理、施工進度管理等方方面面，使對供應商和分包商的管理工作得到了進一步的細化，從而使原材料的進離場、分包商及員工管理工作更加科學、準確、快捷，實現了資金流、物資流、業務流的有機結合。

另外，建筑施工管理系統的數據庫也非常強大，具有極為強勁的數據處理和儲存能力，不僅性能穩定，升級和日常維護也非常快捷方便。另外，針對建筑施工人流復雜、密集的特點，系統還相應設置了權限管理功能，保障了施工管理數據的安全和準確性。

2.3 在建筑施工中的應用

人工智能技術在建筑施工中的應用主要集中在砼強度分析的工作中。一般來說，28天抗壓強度是衡量砼自身性能的重要指標，如果能夠提前對砼的28天強度值進行預測，工作人員就可以采取相應的措施對其進行控制，進而提高砼的質量。在以往的工作中，工作人員往往采用基于數理統計的線性回歸方式對砼的28天強度進行預測，但是對于商品砼來說，由于其中摻雜了大量的粉煤灰，因此砼各組材料與抗壓強度之間的關系往往表現為明顯的非線性關系，通過傳統方式所得到的預測結果存在著很大的誤差。

在人工神經網絡技術應用于砼性能預測方面，我國天津大學的張勝利將傳統的BP網絡模型的預測結果與3中不同輸入模型的RBF網絡預測結果進行了比較和分析，最終證明了RBF網絡模型具有較強的泛化能力和極高的預測精確度，是一種新型的、有效的分析商品砼性能的方法。

2.4 在建筑結構中的應用

汶川地震的發生以及這場地震所造成的嚴重危害，讓建筑結構控制及健康診斷工作得到了前所未有的關注，以往建筑行業所采用的結構系統辨識方法存在著抗噪聲能力差、適用范圍較窄、難以進行線性識別的缺點，讓此項工作的有效開展受到了極大的限制。近年來，隨著人工智能技術的發展，出現了一種新型的基于人工神經網絡的系統辨識方法，該方法通過模糊神經網絡所具有的學習及非線性映射能力來獲得實測結構動力響應數據，并以此構建起建筑結構的動力特征模型。模糊神經網絡能夠對建筑結構在任意動力荷載情況下的動力響應進行非常準確的預測，因此廣泛的應用于建筑結構的健康診斷以及振動控制當中，具有很強的實用性和可擴展性。

2.5 在建筑電氣中的應用

隨著我國建筑業的迅速發展，行業的總體能耗急劇攀升，有一段時間在總能耗中所占的比例甚至超過了30%，所以，實行建筑節能對于實現我國的節能減排目標無疑具有巨大的促進作用，而電氣節能技術則是當前效果最為顯著的節能方式之一。

電氣節能的評估模型建立之后，可以使用人工神經網絡對其進行訓練，提升其評估的準確性和網絡泛化性，使建筑節能改造工作的實施能夠具有更多的科學依據。其中，BP神經網絡算法就是一種能夠將輸入/輸出問題轉化為線性問題的學習方法。傳統的BP網絡采用的是梯度下降法，該方法的學習速率是保持不變的，同時訓練所需的時間較長，且在學習過程中可能發生局部收斂的情況；改進型的BP算法和L-M反算法則增加了動量因子，無論是在穩定性還是收斂性方面，都要優于傳統的BP算法，因此廣泛的應用于當前建筑電氣節能評估模型的構建工作中。

使用該方法構建的建筑電氣節能評估模型的權重，能夠以相對聯系的方式隱藏于網絡當中，這種評價方式更加科學、簡單、適用，所評估模型的適用范圍也更為廣泛。