基于向量相似度的多模型局部建模方法研究* (2012年)

针对一类仅使用大批历史数据结构未知的非线性工业过程，根据数据驱动及局部建模的基本思想，提出一种基于局部模型算法的在线多模型辨识策略。从向量相似的角度提出了一种新的选择数据信息(即建模邻域的确定)的方法，有效提高了获得当前时刻系统最佳局部模型的数据精确度。给出了权值选定的适合度标准及带宽h选择的快速方法。最后对算法进行了特性分析及仿真研究，并与其他局部建模算法的计算结果进行比较，验证了本文辨识算法的有效性。