[發明專利]一種仿真數學模型參數對的估量方法在審
| 申請號: | 201810212438.4 | 申請日: | 2018-03-15 |
| 公開(公告)號: | CN108491353A | 公開(公告)日: | 2018-09-04 |
| 發明(設計)人: | 張留偉 | 申請(專利權)人: | 信陽師范學院 |
| 主分類號: | G06F17/11 | 分類號: | G06F17/11;G06F17/18 |
| 代理公司: | 西安銘澤知識產權代理事務所(普通合伙) 61223 | 代理人: | 韓曉娟 |
| 地址: | 464000 河*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 仿真數學模型 平方和 仿真建模技術 最小二乘原理 解微分方程 參數估計 參數結果 殘余誤差 初始時刻 仿真系統 精度參數 模型參數 目標函數 實驗數據 數學模型 誤差理論 優化仿真 優化目標 狀態確定 數值解 最優化 最優解 | ||
1.一種仿真數學模型參數對的估量方法,其特征在于:該估量方法的具體步驟如下:
S1:假設一個仿真系統中有A、B兩個參數,在t時刻,參數A的數目為x(t),參數B的數目為y(t),其中x(t)、y(t)均大于0,x(t)、y(t)之間滿足以下變化規律
初始條件為:x(t0)=α5,y(t0)=α6,其中αk(1≤k≤6)為模型的待定參數,則方程的通解為
α1lny(t)-α2y(t)+α3lnx(t)+α4x(t)+C
其中,C為積分常數,由初始條件決定;
S2:在確定模型參數之前,先確定參數對最優解的優化目標,根據誤差理論中的最小二乘原理,將殘余誤差平方和ε作為目標函數,建立最優化模型,即
其中,Xtj為微分方程的n值解在t=t0,t1,L,tm,n刻的值。
S3:根據初始時刻t0的狀態確定參數α5=x0,α6=y0,之后將三組實驗數據代入到公式α1lny(t)-α2y(t)+α3lnx(t)+α4x(t)+C中,可初步設定α2α3的值,求出參數αk(k=1,…,4)和積分常數C的值;
S4:根據參數值用數值的方法解微分方程,得到t0,t1,…,tm時刻對應的數值解Xtj,Ytj(j=0,1,…,m),將數值解Xtj,Ytj(j=0,1,…,m)與實驗數據xj,yj(j=0,1,…,m)的參與誤差平方和ε作為目標函數,不斷循環調整αk(k=1,…,4),最終得到使ε最小的αk(k=1,…,4)值,并建立最優仿真數學模型。
2.根據權利要求1所述的一種仿真數學模型參數對的估量方法,其特征在于:所述步驟S4中,在進行具體的計算時:
S41:由初始條件直接確定αk(k=5,6)的值;
S42:在估計值附近對αk(k=2,3)循環搜索,每次搜索時,針對特定的αk(k=2,3)值,由三組實驗數據初步確定參數αk(k=1,4)和積分常數C;
S43:用四階龍格-庫塔公式提供開始值,用Adams四階預測-校正系統求解微分方程組的數值解,計算數值解Xtj,Ytj(j=0,1,…,m)與實驗數據xj,yj(j=0,1,…,m)的均方差ε;
S44:重復步驟S41~S43,直到找到本次搜索的最小誤差平方和ε及其對應的αk(k=1,…,4)值;
S45:縮小搜索范圍,減小搜索步長,重復步驟S41~S44,直至滿足ε的精度要求。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于信陽師范學院,未經信陽師范學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810212438.4/1.html,轉載請聲明來源鉆瓜專利網。





