We study experimental designs for the identification of nonlinear model parameters. As optimality criterion we assume minimality of the error in a huge number of identifications run on simulated data, which are generated with known parameters and a given error distribution. The optimal design depends on the nonlinear parameters. We find the optimal solution set by combining a path following strategy and a direct search method.
PL
W pracy badane są optymalne plany eksperymentów wykonywanych do celów identyfikacji parametrów modelu nieliniowego układu dynamicznego. Jako kryterium optymalności przyjęto minimum błędów otrzymanych w dużej liczbie identyfikacji wykonanych na symulowanych danych, które zostały wygenerowane ze znanymi parametrami i przy założonym rozkładzie błędów. Optymalny plan zależy od parametrów modelu. Badano metody bezgradientowe połączone z homotopia, które okazują się bardzo efektywne w przypadku rozpatrywanego zagadnienia. Wyniki otrzymane w przypadku skończonych wartości błędów mogą się istotnie różnić od wyników otrzymanych z wykorzystaniem teorii asymptotycznej dla małego szumu.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.