基于过采样结构的贝叶斯鲁棒辨识方法

• 作者: 徐宝昌 王雅欣 白振轩 袁力坤
• 来源期刊: 化工学报
• 关键词: 异常值 学生分布噪声 贝叶斯变分法 鲁棒辨识 过采样结构
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 过程系统工程
• 页码范围: 4673-4679
• 页数: 7页
• 分类号: TP 273
• 语种: 中文
• DOI: 10.11949/0438-1157.20190880

摘要

在实际工业过程中,异常值的干扰是不可避免的,现有的处理异常值方法会导致模型估计有偏差,并且没有考虑潜在异常值的影响.针对上述缺点,利用学生分布噪声来处理潜在异常值,提出一种适用于学生分布噪声情况的贝叶斯鲁棒辨识方法,并且将其与过采样结构相结合,推出了基于过采样结构的贝叶斯鲁棒辨识方法.仿真实验表明:本文提出的算法,随着异常值影响的增加,仍然保持较小的辨识误差,而传统辨识方法已不再适用,同时,还克服了传统结构需添加额外测试信号所带来的巨额成本.因此,本文的算法更适合于实际工业过程辨识.