基于LWDNN-ARX模型的非线性系统建模方法

摘要

本发明公开了一种基于LWDNN‑ARX模型的非线性系统建模方法，针对实际工业生产过程中普遍难以获得复杂非线性系统机理数学模型的情况，采用鲁棒性好、精度高的LWDNN‑ARX模型来描述系统的动态特性。本发明运用线性加权两个深度神经网络、局部线性化方法以及状态相依ARX模型构建出LWDNN‑ARX模型结构，在此基础上，通过梯度下降算法得到LWDNN(线性加权深度神经网络)的参数并选择最优的阶次。本发明以增加少量计算量为代价提高了系统辨识模型的预测精度和鲁棒性，特别在有大量输入输出训练样本的情况下，具有更多的模态并且模型的预测精度会进一步提升，具有较高的实用价值和应用前景。