优化、RSA和GLUE方法在非线性环境模型参数识别中的比较

摘要

参数识别是数学模型应用的前提 ,本文对非线性环境模型常用的 3种参数识别方法进行了比较分析 .优化方法是出现最早、应用最广泛的参数识别方法之一 .但在观测误差存在的情况下 ,采用优化方法识别的最优参数进行模型预测 ,存在很大的决策风险 .考虑到这种不足 ,RSA方法和GLUE方法摒弃了识别单一最优参数的传统思维 ,而把识别参数扩大到多点组成的参数集 .RSA方法与GLUE方法不同的是 ,RSA方法把可行的参数点看成是同等接受的 ,而GLUE方法则根据模拟值与实测值的差别 ,确定其似然度 ,代表参数的可信度水平 .除参数识别以外 ,RSA方法和GLUE方法也是全局灵敏度分析的重要工具 .