Εκτίμηση παραμέτρων μη γραμμικών συστημάτων με χρήση γενετικών αλγορίθμων

Abstract

A parameter estimation framework is suggested for nonlinear systems. The precoditions that the system has to fulfill in order to be identifiable are provided. The estimation method based on the credit of the probability in a set. The systems of estimation and decision PREMODES assign the credit in each model and the new generation of the models is produced by a Genetic Algorithm. The connection between the modules of probability assignment and of the new generation of models production is made with Entropy Criterion. A large number of experiments shows that the results are better than classic approaches even in case of noisy input data.

Προτείνεται ένα πλαίσιο λειτουργίας και μια μεθοδολογία για την εκτίμηση παραμέτρων μη γραμμικών συστημάτων. Δίνονται οι προϋποθέσεις για την αναγνωσιμότητα του υπό εξέταση συστήματος που εγγυάται την επιτυχία της μεθόδου εκτίμησης. Η μέθοδος εκτίμησης βασίζεται στην αξιολόγηση ενός συνόλου πιθανών διανυσμάτων παραμέτρων και την ανανέωση αυτού του συνόλου βάσει των αποτελεσμάτων αξιολόγησης.Η αξιολόγηση των μοντέλων γίνεται με τη χρήση συστημάτων PREMODES ενώ η ανανέωση του συνόλου των μοντέλων γίνεται με γενετικό αλγόριθμο. Η σύνδεση αυτών των διαδικασιών γίνεται μέσω του κριτηρίου εντροπίας. Ένας μεγάλος αριθμός πειραμάτων πάνω σε φυσικά συστήματα έδειξε ότι η προτεινόμενη μέθοδος παρουσιάζει καλύτερα αποτελέσματα από κλασσικές μεθόδους καθώς και καλύτερη συμπεριφορά σε ενθόρυβα δεδομένα εισόδου.