-
题名基于过采样结构的贝叶斯鲁棒辨识方法
- 1
-
-
作者
徐宝昌
白振轩
王雅欣
袁力坤
-
机构
中国石油大学(北京)自动化系
-
出处
《化工学报》
EI
CAS
CSCD
北大核心
2019年第12期4673-4679,共7页
-
基金
国家重点研发计划项目(2016YFC0303700)
-
文摘
在实际工业过程中,异常值的干扰是不可避免的,现有的处理异常值方法会导致模型估计有偏差,并且没有考虑潜在异常值的影响。针对上述缺点,利用学生分布噪声来处理潜在异常值,提出一种适用于学生分布噪声情况的贝叶斯鲁棒辨识方法,并且将其与过采样结构相结合,推出了基于过采样结构的贝叶斯鲁棒辨识方法。仿真实验表明:本文提出的算法,随着异常值影响的增加,仍然保持较小的辨识误差,而传统辨识方法已不再适用,同时,还克服了传统结构需添加额外测试信号所带来的巨额成本。因此,本文的算法更适合于实际工业过程辨识。
-
关键词
异常值
学生分布噪声
贝叶斯变分法
鲁棒辨识
过采样结构
-
Keywords
outliers
student distributed noise
variational Bayesian method
robust identification
over-sampling structure
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-