基于灰色累加和加权乘积的模型辨识算法

摘要

为了减少系统扰动对建模精度的影响,将灰色理论中累加求和的思想引入到模型辨识算法中.通过乘积加权的办法,突出当前采样数据对模型准确性的贡献,弱化历史数据的作用.提出一种广义的灰色模型辨识算法,该算法沿用了最小二乘法的框架,对建模数据没有非负的要求,不仅融合了灰色辨识算法的优点,而且满足一般系统的辨识要求.