Identification of parameters of interval nonlinear models of static systems using multidimensional optimization

Abstract

Запропоновано підхід до параметричної ідентифікації інтервальних нелінійних моделей статичних систем на основі стандартної задачі мінімізації середньоквадратичного відхилення між значеннями модельованої характеристики статичного об’єкта та значеннями, які належать до експериментальних інтервалів. Внаслідок розширення простору параметрів нелінійних моделей за рахунок введення додаткових коефіцієнтів для узгодження прогнозованих та експериментальних значень у функцію мети отримано задачу багатовимірної оптимізації з нелінійною багатоекстремальною функцією мети. В роботі досліджено характеристики функції мети та конвергенцію її оптимізації. Виконано компаративний аналіз відомих засобів глобальної оптимізації з метою вибору оптимального методу розв’язування оптимізаційної задачі ідентифікації параметрів інтервальних нелінійних моделей статичних систем.The article proposes an approach to parametric identification of interval nonlinear models of static systems based on the standard problem of minimizing the root mean square deviation between the values ​​of the modeled characteristics of the static object and the values ​​belonging to the experimental intervals. As a result of expanding the parameter space of nonlinear models by introducing additional coefficients to match the predicted and experimental values into the objective function, a multidimensional optimization problem with a nonlinear multiextremal objective function is obtained. The paper examines the characteristics of the objective function and the convergence of its optimization.