連続時間グレーボックスモデルに対するデータ数が少ない場合のSOS最適化を用いた一同定法

竹野 大介; 肥後 公則; 市原 裕之; 延山 英沢

doi:10.11509/sci.SCI06.0.284.0

第50回システム制御情報学会研究発表講演会

セッションID: 7F3-5

DOI https://doi.org/10.11509/sci.SCI06.0.284.0

会議情報

主催: システム制御情報学会

連続時間グレーボックスモデルに対するデータ数が少ない場合のSOS最適化を用いた一同定法

竹野大介, *肥後公則, 市原裕之, 延山英沢

著者情報

キーワード: グレーボックスモデル, システム同定, SOS最適化

会議録・要旨集フリー

詳細

抄録

本発表では，構造はわかっているが未知バラメータを含むグレイボックスモデルに対する一同定法にを提案する．連続時間グレイボックスモデルを離散化した場合，一般に未知パラメータの指数関数を含むことになるが，本稿ではそれを多項式展開して近似することにより，出力誤差に対する最小自乗問題がSOS最適化問題になることを示す．本方法は，データ数がシステムの次数程度の少ない場合にも適用可能な方法であり，その有効性を数値例により示す．

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）