文献

J-GLOBAL ID：201002298360916270   整理番号：10A0381781

Gauss型プロセスモデルを用いた離散時間Hammersteinシステムの同定

Identification of Discrete-Time Hammerstein Systems Using Gaussian Process Model

著者 (2件)： HACHINO Tomohiro (Kagoshima Univ., Kagoshima, JPN) ,  TAKATA Hitoshi (Kagoshima Univ., Kagoshima, JPN)
資料名： Journal of Signal Processing  (Journal of Signal Processing)
巻： 14  号： 2  ページ： 129-137  発行年： 2010年03月 
JST資料番号： L3235A  ISSN： 1342-6230  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： Hammersteinモデルは,静的なメモリレス非線形部分とそれに続く線形な動的部分を有するブロック型のモデルで,飽和特性などを有する非線形系の同定に広く使われている。ここではGauss型プロセス(GP)モデルに基づく離散時間Hammersteinシステムを同定する新しい方法を提案した。同定データの負対数周辺尤度を最小化することにより,GP事前確率モデルを訓練した。この訓練は複雑な非線形最適化問題となるので,遺伝的アルゴリズム(GA)と線形最小二乗(LS)法を組み合わせてGP事前モデルを訓練した。GAでは共分散関数のハイパパラメータと線形な動的部分の分子のパラメータを二値のビットストリングに符号化し,線形な動的部分の分母のパラメータは線形LS法により推定した。最後に数値シミュレーションにより,この同定法の性能を実証した。

シソーラス用語： *システム同定 ,  正規分布 ,  *離散時間系 ,  *数学モデル ,  非線形系 ,  尤度関数 ,  最小化問題 ,  事前確率 ,  教師つき学習 ,  最適化問題 ,  遺伝的アルゴリズム ,  最小二乗法 ,  共分散 ,  パラメータ推定 ,  シミュレーション ,  性能評価
準シソーラス用語： *Hammersteinモデル ,  プロセスモデル

分類 (2件)： システム同定  (IA02040O) ,  人工知能  (JE08000Z)

引用文献 (19件)：

• O. Nelles: Nonlinear System Identification, Springer, 2000.
• H. Al-Duwaish and M. N. Karim: A new method for the identification of Hammerstein model, Automatica, Vol.33, No.10, pp. 1871 1875, 1997.
• T. Hachino, K. Deguchi and H. Takata: Identification of Hammerstein model using radial basis function networks and genetic algorithm, Proc.5th Asian Control Conf., pp. 124 129, 2004.
• S. Adachi and H. Murakami: Generalized predictive control system design based on non-linear identification by using Hammerstein model (in Japanese), Trans. ISCIE, Vol.8, No.3, pp. 115 121, 1995.
• T. Hatanaka, K. Uosaki and M. Koga: Evolutionary computation approach to Hammerstein model identification, Proc.4th Asian Control Conf., pp. 1730 1735, 2002.

タイトルに関連する用語 (3件)： Gauss型 ,  プロセスモデル ,  同定