免疫型システムによる時変非線形システムのオンライン同定

使用免疫型系统在线识别时变非线性系统

基本信息

批准号：
15760302
负责人：
八野知博
金额：
$ 1.47万
依托单位：
Kagoshima University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2003
资助国家：
日本
起止时间：
2003 至 2004
项目状态：
已结题

项目摘要

本研究の目的は,時変非線形システムを対象とし,免疫型システムを適用した精度良いオンライン同定法を確立すると共に,開発した同定法が実システムの同定に対しても有効であることを明らかにすることである。このため,本年度は主として以下を実施した。1.昨年度に開発した遅延型状態変数フィルタによるRadial Basis Functionモデルの精度の面からの改善を検討した。その結果,Radial Basis Functionの基底関数としては従来のガウシャン関数で十分であること、中心位置の適切な選定が本同定において重要であることが確認できた。2.真のシステムとモデルとの誤差を抗原、モデルを形成するRadial Basis Functionの調整パラメータ(中心位置、幅、基底関数の個数など)の候補を抗体群とみなし、遺伝的アルゴリズムや免疫型システムを適用することにより、オンラインで最適なモデルを生成・選択する同定アルゴリズムを開発した。3.記憶機能を加味した免疫型システムを適用し、対象システムにおいて過去に類似の時間変化があった場合、その時に有効であった抗体(すなわちモデル)の微小修正で速やかに対象システムに追従できるアルゴリズムを開発した。また、開発したアルゴリズムに基づき計算機シミュレーション実験を行い、本アルゴリズムが妥当であることを確認した。4.時変の非線形システムに対し、上記同定アルゴリズムを適用し、計算機シミュレーションにより同定精度と追従特性を検証した。その結果、従来の遺伝的アルゴリズムなどを使用した場合は推定値が大きく振動し、精度および追従特性に劣るに対し、開発した同定法では真のシステムが時間と共に変化した場合でもよく追従していることが確認できた。5.実システムにおける上記同定アルゴリズムの有効性を検証するために、倒立振子システムを対象とした同定シミュレーション実験を行い、上記アルゴリズムでオンライン同定が可能であることを確認した。6.直動型自立倒立振子実験装置から同定用入出力信号を測定し、これらの実データに基づく同定可能性を検証した。その結果、免疫型アルゴリズムの適応度はある程度高い値が得られるが、システムパラメータや非線形部の推定値は実データに含まれるノイズ等の影響によりかなり誤差を含むことが確認され、さらに計測ノイズに強い同定アルゴリズムへの改善が必要であることが明らかとなった。

本研究的目的是建立一种针对时变非线性系统的高精度在线辨识方法，并证明所开发的辨识方法对于辨识真实系统也是有效的。为此，今年我们主要开展了以下工作。 1. 我们研究了使用去年开发的延迟状态变量滤波器来提高径向基函数模型的准确性。结果，我们确认传统的高斯函数足以作为径向基函数的基函数，并且中心位置的适当选择在该识别中很重要。 2.真实系统与模型之间的误差被视为抗原，构成模型的径向基函数的调整参数（中心位置、宽度、基函数数量等）的候选者被视为抗体组，并使用遗传算法和免疫类型系统，我们开发了一种识别算法，可以通过应用在线生成和选择最佳模型。 3.通过应用考虑记忆功能的免疫型系统，如果目标系统过去发生过类似的时间变化，则可以通过对抗体进行小的修改（即，快速跟踪目标系统）来快速跟踪目标系统。，模型）开发了当时有效的算法。此外，我们基于所开发的算法进行了计算机仿真实验，证实了该算法的有效性。 4.将上述辨识算法应用于时变非线性系统，并通过计算机仿真验证了辨识精度和跟踪特性。结果，当使用传统的遗传算法等时，估计值振荡很大，并且精度和跟踪特性较差，而开发的识别方法即使在真实系统随时间变化时也能很好地跟踪，这一点得到了证实。 5.为了验证上述识别算法在实际系统中的有效性，我们在倒立摆系统上进行了识别仿真实验，证实了上述算法可以进行在线识别。 6.通过直动独立倒立摆实验装置测量识别输入和输出信号，并根据这些实际数据验证识别的可能性。结果证实，虽然免疫型算法能够获得相当高的适应度值，但由于实际数据中含有噪声的影响，系统参数和非线性部分的估计值存在相当大的误差，显然，需要改进更强的识别算法。