Main Content

Grundlagen zur Identifikation nicht linearer Modelle

Identifizierte nicht lineare Modelle, Black-Box-Modellierung und Regularisierung

Sie können eine nicht lineare Modellidentifikation verwenden, wenn sich Ihre Systemdynamik mithilfe eines linearen Modells nicht vollständig erfassen lässt. Sie können nicht lineare Modelle in der System Identification-App oder über die Befehlszeile identifizieren. Mit System Identification Toolbox™ können Sie vier nicht lineare Modellstrukturen erstellen und schätzen:

  • Nicht lineare ARX-Modelle – Sie können Nichtlinearitäten in Ihrem System mit dynamischen nicht linearen Mapping-Objekten wie Wavelet Networks, Tree Partitioning und Sigmoid Networks darstellen.

  • Hammerstein-Wiener-Modelle – Mit diesen Modellen können Sie statische Nichtlinearitäten in einem ansonsten linearen System schätzen.

  • Nicht lineare Grey-Box-Modelle – Mit gewöhnlichen Differenzial- oder Differenzgleichungen mit unbekannten Parametern können Sie Ihr nicht lineares System darstellen.

  • Neuronale Zustandsraummodelle – Verwenden Sie neuronale Netzwerke, um die Funktionen darzustellen, die die nicht lineare Zustandsraum-Realisierung Ihres Systems definieren.

Themen

Nicht lineare identifizierte Modelle

  • About Identified Nonlinear Models
    Dynamic models in System Identification Toolbox software are mathematical relationships between the inputs u(t) and outputs y(t) of a system.
  • Nonlinear Model Structures
    Construct model objects for nonlinear model structures, access model properties.
  • Available Nonlinear Models
    The System Identification Toolbox software provides four types of nonlinear model structures:
  • Black-Box-Modellierung
    Die Black-Box-Modellierung ist hilfreich, wenn Sie primär daran interessiert sind, die Daten unabhängig von einer bestimmten mathematischen Struktur des Modells anzupassen.
  • Types of Model Objects
    Model object types include numeric models, for representing systems with fixed coefficients, and generalized models for systems with tunable or uncertain coefficients.

Modellschätzung