前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇系統(tǒng)辨識理論及應(yīng)用范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

系統(tǒng)辨識理論及應(yīng)用范文第1篇

摘 要：本文追尋控制理論的發(fā)展過程，首先簡單回顧了經(jīng)典控制理論的產(chǎn)生、發(fā)展，接著引出了現(xiàn)代控制理論及并介紹了其發(fā)展概況，并通過兩者之間的簡單對比，彰顯現(xiàn)代控制理論的不同之處。最后，對現(xiàn)代控制理論的發(fā)展方向提出了一些預(yù)見。

關(guān)鍵詞：經(jīng)典控制理論；現(xiàn)代控制理論；發(fā)展趨勢

一.經(jīng)典控制理論的產(chǎn)生、發(fā)展與局限

維納曾定義，控制論是“關(guān)于在動物和機器中控制和通信的科學(xué)”。

在20世紀(jì)30到40年代，奈奎斯特、伯德、維納等人的著作為自動控制理論的初步形成奠定了基礎(chǔ)；二戰(zhàn)后，又經(jīng)過眾多學(xué)者的努力，在總結(jié)了以往的實踐和關(guān)于反饋理論、頻率響應(yīng)理論并加以發(fā)展的基礎(chǔ)上，形成了較為完整的自動控制系統(tǒng)設(shè)計的頻率法理論。1948年又提出了根軌跡法。至此，自動控制理論發(fā)展的第一階段基本完成。這種建立在頻率法和根軌跡法基礎(chǔ)上的理論，通常被稱為經(jīng)典控制理論。

經(jīng)典控制理論以拉氏變換為數(shù)學(xué)工具，以單輸入――單輸出的線性定常系統(tǒng)為主要的研究對象。將描述系統(tǒng)的微分方程或差分方程變換到復(fù)數(shù)域中，得到系統(tǒng)的傳遞函數(shù)，并以此作為基礎(chǔ)在頻率域中對系統(tǒng)進(jìn)行分析和設(shè)計，確定控制器的結(jié)構(gòu)和參數(shù)。通常是采用反控制，構(gòu)成所謂閉環(huán)控制系統(tǒng)。它有以下幾個特點：

第一，經(jīng)典控制理論只限于研究線性定常系統(tǒng)，即使對最簡單的非線性系統(tǒng)也是無法處理的；出描述方式，這就從本質(zhì)上忽略了系統(tǒng)結(jié)構(gòu)的內(nèi)在特性，也不能處理輸入和輸出皆大于1的系統(tǒng)。實際上，大多數(shù)工程對象都是多輸入――多輸出系統(tǒng)，用經(jīng)典控制理論設(shè)計這類系統(tǒng)都沒有得到滿意的結(jié)果；

第二，經(jīng)典控制理論采用試探法設(shè)計系統(tǒng)。即根據(jù)經(jīng)驗選用合適的、簡單的、工程上易于實現(xiàn)的控制器，然后對系統(tǒng)進(jìn)行分析，直至找到滿意的結(jié)果為止。雖然這種設(shè)計方法具有實用等很多優(yōu)點，但是，在推理上卻是不能令人滿意的，效果也不是最佳的。

綜上所述，經(jīng)典控制理論的最主要的特點是：線性定常對象，單輸入單輸出，完成鎮(zhèn)定任務(wù)。經(jīng)典控制理論具有明顯的局限性，突出的是難以有效地應(yīng)用于時變系統(tǒng)、多變量系統(tǒng)，也難以揭示系統(tǒng)更為深刻的特性。當(dāng)把這種理論推廣到更為復(fù)雜的系統(tǒng)時，經(jīng)典控制理論就顯得無能為力了，即便對這些極簡單的對象、對象描述及控制任務(wù)，理論上也尚不完整，從而促使現(xiàn)代控制理論的發(fā)展――對經(jīng)典理的精確化、數(shù)學(xué)化及理論化。

二.現(xiàn)代控制理論的五個分支

I.線性系統(tǒng)理論，性系統(tǒng)理論是現(xiàn)代控制理論的基礎(chǔ)，也是現(xiàn)代控制理論中理論最完善、技術(shù)上較成熟，應(yīng)用也是最廣泛的部分。主要研究線性系統(tǒng)在輸入作用下狀態(tài)運動過程的規(guī)律和改變這些規(guī)律的可能性與措施；建立和揭示系統(tǒng)的結(jié)構(gòu)性質(zhì)、動態(tài)行為和性能之間的關(guān)系。線性系統(tǒng)理論主要包括系統(tǒng)的狀態(tài)空間描述、能控性、能觀測性和穩(wěn)定性分析，狀態(tài)反饋、狀態(tài)觀測器及補償?shù)睦碚摵驮O(shè)計方法等內(nèi)容。

II.最優(yōu)控制理論，在給定約束條件和性能指標(biāo)下，尋找使系統(tǒng)性能指標(biāo)最佳的控制規(guī)律。主要方法有變分法、極大值原理、動態(tài)規(guī)劃等。其中極大值原理是現(xiàn)代控制理論的核心（使系統(tǒng)的性能指標(biāo)達(dá)到最優(yōu)――最小或最大）。一般而言，最優(yōu)化方式有離線靜態(tài)優(yōu)化方式和在線動態(tài)優(yōu)化方式，而最優(yōu)化問題的求解方法大致可分為四類：解析法、數(shù)值解法（直接法）、解析與數(shù)值相結(jié)合的尋優(yōu)方法、網(wǎng)絡(luò)最優(yōu)化方法。

優(yōu)化方法的新進(jìn)展包括：一，在線優(yōu)化方法，基于對象數(shù)學(xué)模型的離線優(yōu)化方法。含局部參數(shù)最優(yōu)化和整體最優(yōu)化設(shè)計方法、預(yù)測控制中的滾動優(yōu)化算法、穩(wěn)態(tài)遞階控制、系統(tǒng)優(yōu)化和參數(shù)估計的集成研究方法.。二，智能優(yōu)化方法，含神經(jīng)網(wǎng)絡(luò)優(yōu)化方法、遺傳算法、模糊優(yōu)化方法、模糊優(yōu)化方法。

最優(yōu)控制理論的應(yīng)用領(lǐng)域十分廣泛，如時間最短、能耗最小、線性二次型指標(biāo)最優(yōu)、跟蹤問題、調(diào)節(jié)問題和伺服機構(gòu)問題等。但它在理論上還有不完善的地方，其中兩個重要的問題就是優(yōu)化算法中的魯棒性問題和最優(yōu)化算法的簡化和實用性問題。

III.自適應(yīng)控制。在控制系統(tǒng)中，控制器能自動適應(yīng)內(nèi)外部參數(shù)、外部環(huán)境變化，自動調(diào)整控制作用，使系統(tǒng)達(dá)到一定意義下的最優(yōu)。有模型參考自適應(yīng)控制與自校正自適應(yīng)控制之分。

自適應(yīng)控制和常規(guī)的反饋控制和最優(yōu)控制一樣，也是一種基于數(shù)學(xué)模型的控制方法，所不同的只是自適應(yīng)控制所依據(jù)的關(guān)于模型和擾動的先驗知識比較少，需要在系統(tǒng)的運行過程中去不斷提取有關(guān)模型的信息，使模型逐步完善。具體地說，可以依據(jù)對象的輸入輸出數(shù)據(jù)，不斷地辨識模型參數(shù)，這個過程稱為系統(tǒng)的在線辯識。隨著生產(chǎn)過程的不斷進(jìn)行，通過在線辯識，模型會變得越來越準(zhǔn)確，越來越接近于實際。既然模型在不斷的改進(jìn)，顯然，基于這種模型綜合出來的控制作用也將隨之不斷的改進(jìn)。在這個意義下，控制系統(tǒng)具有一定的適應(yīng)能力。比如說，當(dāng)系統(tǒng)在設(shè)計階段，由于對象特性的初始信息比較缺乏，系統(tǒng)在剛開始投入運行時可能性能不理想，但是只要經(jīng)過一段時間的運行，通過在線辯識和控制以后，控制系統(tǒng)逐漸適應(yīng)，最終將自身調(diào)整到一個滿意的工作狀態(tài)。再比如某些控制對象，其特性可能在運行過程中要發(fā)生較大的變化，但通過在線辯識和改變控制器參數(shù)，系統(tǒng)也能逐漸適應(yīng)。

IV.系統(tǒng)辨識。根據(jù)系統(tǒng)的輸入輸出時間函數(shù)來確定描述系統(tǒng)行為的數(shù)學(xué)模型。通過辨識建立數(shù)學(xué)模型的目的是估計表征系統(tǒng)行為的重要參數(shù)，建立一個能模仿真實系統(tǒng)行為的模型，用當(dāng)前可測量的系統(tǒng)的輸入和輸出預(yù)測系統(tǒng)輸出的未來演變，以及設(shè)計控制器。對系統(tǒng)進(jìn)行分析的主要問題是根據(jù)輸入時間函數(shù)和系統(tǒng)的特性來確定輸出信號。對系統(tǒng)進(jìn)行控制的主要問題是根據(jù)系統(tǒng)的特性設(shè)計控制輸入，使輸出滿足預(yù)先規(guī)定的要求。而系統(tǒng)辨識所研究的問題恰好是這些問題的逆問題。

V.最佳濾波理論，亦稱為最佳估計理論。當(dāng)系統(tǒng)受到環(huán)境或負(fù)載干擾時，其不確定性可以用概率和統(tǒng)計的方法進(jìn)行描述和處理。也就是在系統(tǒng)數(shù)學(xué)模型已經(jīng)建立的基礎(chǔ)上，利用被噪聲等污染的系統(tǒng)輸入輸出的量測數(shù)據(jù)，通過統(tǒng)計方法獲得有用信號的最優(yōu)估計。經(jīng)典的維納濾波理論闡述的是對平穩(wěn)隨機過程按均方意義的最佳濾波，而現(xiàn)代的卡爾曼濾波理論用狀態(tài)空間法設(shè)計最佳濾波器。克服了前者的局限性，適用于非平穩(wěn)過程并在很多領(lǐng)域中得到廣泛應(yīng)用，成為現(xiàn)代控制理論的基石。

三. 現(xiàn)代控制理論與經(jīng)典控制理的差異

現(xiàn)代控制理論基于經(jīng)典控制理論，兩者之間存在的關(guān)聯(lián)與差別的發(fā)展中，擴大了控制理論所能解決問題的范疇。根據(jù)自動控系統(tǒng)的目標(biāo)――認(rèn)識與改進(jìn)控制系統(tǒng)來說，主要在研究對象、數(shù)學(xué)模型及基本方法、應(yīng)用領(lǐng)域來討論上，存在著不同之處。前兩者在上述論述中，已有闡述。在應(yīng)用領(lǐng)域上，現(xiàn)代控制理論是經(jīng)典控制理的進(jìn)步與補充，但由于現(xiàn)代控制理論的發(fā)展晚，而經(jīng)典控制理論的趨于成熟，因此按作者的觀點，兩者在相應(yīng)的領(lǐng)域仍有不可替代的作用。

參考文獻(xiàn)：

[1] 鄭應(yīng)平.充滿魅力的現(xiàn)代控制理論[J].自動化博覽2003（5）

系統(tǒng)辨識理論及應(yīng)用范文第2篇

關(guān)鍵詞：人工智能；建筑領(lǐng)域；計算機；應(yīng)用。

1 引言

所謂人工智能技術(shù)，是指一門由控制論、計算機科學(xué)、神經(jīng)生理學(xué)、信息論、心理學(xué)等學(xué)科相互滲透所和發(fā)展所形成的綜合性學(xué)科。雖然學(xué)術(shù)界對于人工智能的定義在經(jīng)過長久的爭論之后仍然沒有得出一個準(zhǔn)確的定義，但是從本質(zhì)上來看，人工智能技術(shù)就是通過研究和制造人工智能系統(tǒng)和機器來模擬人類智能行為，從而使人類智能得到延伸的一門學(xué)科。該學(xué)科通過計算機來完成智能系統(tǒng)的構(gòu)建，并以此來實現(xiàn)定理的自動證明、程序的自動射擊、語言的自動理解、模式的自動識別等智能活動。由于研究者對于人工智能的理解存在差異，所以就形成了不同的人工智能研究途徑，其主要有三種，分別是聯(lián)接主義途徑、符號主義途徑和行為主義途徑。

其中，聯(lián)接主義途徑于1943年提出，它主要通過神經(jīng)元來對腦模型和神經(jīng)網(wǎng)絡(luò)模型進(jìn)行研究，不過目前仍處于基礎(chǔ)性的研究階段。符號主義途徑是基于物理符號系統(tǒng)假設(shè)提出的，從上世紀(jì)30年代開始應(yīng)用于智能行為的描述中，目前很多的自然語言理解系統(tǒng)、專家系統(tǒng)都是基于該觀點研制的。行為主義途徑的支持者則認(rèn)為人工智能源于控制論，在該理論的指導(dǎo)下，研究人員于上世紀(jì)80年代成功構(gòu)建了智能機器人系統(tǒng)，布魯克斯的六足行走機器人是其中的杰出代表。

2 人工智能技術(shù)在建筑領(lǐng)域的應(yīng)用

2.1 在建筑設(shè)計中的應(yīng)用

在過去相當(dāng)長的一段時間內(nèi)，建筑設(shè)計師們都通過AutoCAD軟件來完成有關(guān)繪圖工作，但是這并不能從真正意義上體現(xiàn)出建筑設(shè)計，設(shè)計師們的靈感、創(chuàng)意、創(chuàng)新也無法通過AutoCAD得到更加全面的體現(xiàn)。隨著人工智能技術(shù)在建筑設(shè)計行業(yè)中應(yīng)用的不斷深入，現(xiàn)在的設(shè)計師中的絕大多數(shù)都開始應(yīng)用能夠在設(shè)計全稱提供二維圖形描述和三維空間表現(xiàn)的理論及技術(shù)來完成日常工作，不僅提高了工作效率，也使得建筑設(shè)計的特點得到了更好的體現(xiàn)。

例如，Arch2010就是一款基于AutoCAD2002―2010平臺的，專為建筑設(shè)計工作而量身打造的CAD系統(tǒng)，它集人性化、數(shù)字化、可視化、參數(shù)化、智能化于一身，將建筑構(gòu)件作為最基本的設(shè)計單元，采用了非常先進(jìn)的自定義對象核心技術(shù)，實現(xiàn)了二維圖形與三維模型的同步。

此類系統(tǒng)的使用讓建筑設(shè)計師再也不必趴在桌子上完成繪圖工作，讓他們的創(chuàng)意和設(shè)想能夠得到更完美的發(fā)揮和實現(xiàn)。工程圖檔也不再是以往那種抽象的線條堆積，而是通過數(shù)字化技術(shù)轉(zhuǎn)化成了直觀的、可視的建筑模型，真正做到了構(gòu)件關(guān)聯(lián)智能化、構(gòu)件創(chuàng)建參數(shù)化以及設(shè)計過程可視化。

2.2 在施工管理中的應(yīng)用

工作人員在以往開展建筑工程施工管理工作的時候，主要是依靠手寫、手繪的方式來完成有關(guān)施工檔案的記錄和施工平面圖的繪制，而隨著人工智能技術(shù)在建筑領(lǐng)域里應(yīng)用范圍的不斷擴大，綜合采用數(shù)理邏輯學(xué)、運籌學(xué)、人工智能等手段來進(jìn)行施工管理已經(jīng)得到了認(rèn)可和普及。目前比較流行的基于C/S環(huán)境開發(fā)的建筑施工管理系統(tǒng)，已經(jīng)涵蓋了包括分包合同管理、施工人員管理、原材料供應(yīng)商管理、固定資產(chǎn)管理、企業(yè)財務(wù)管理、員工考勤管理、施工進(jìn)度管理等方方面面，使對供應(yīng)商和分包商的管理工作得到了進(jìn)一步的細(xì)化，從而使原材料的進(jìn)離場、分包商及員工管理工作更加科學(xué)、準(zhǔn)確、快捷，實現(xiàn)了資金流、物資流、業(yè)務(wù)流的有機結(jié)合。

另外，建筑施工管理系統(tǒng)的數(shù)據(jù)庫也非常強大，具有極為強勁的數(shù)據(jù)處理和儲存能力，不僅性能穩(wěn)定，升級和日常維護(hù)也非常快捷方便。另外，針對建筑施工人流復(fù)雜、密集的特點，系統(tǒng)還相應(yīng)設(shè)置了權(quán)限管理功能，保障了施工管理數(shù)據(jù)的安全和準(zhǔn)確性。

2.3 在建筑施工中的應(yīng)用

人工智能技術(shù)在建筑施工中的應(yīng)用主要集中在砼強度分析的工作中。一般來說，28天抗壓強度是衡量砼自身性能的重要指標(biāo)，如果能夠提前對砼的28天強度值進(jìn)行預(yù)測，工作人員就可以采取相應(yīng)的措施對其進(jìn)行控制，進(jìn)而提高砼的質(zhì)量。在以往的工作中，工作人員往往采用基于數(shù)理統(tǒng)計的線性回歸方式對砼的28天強度進(jìn)行預(yù)測，但是對于商品砼來說，由于其中摻雜了大量的粉煤灰，因此砼各組材料與抗壓強度之間的關(guān)系往往表現(xiàn)為明顯的非線性關(guān)系，通過傳統(tǒng)方式所得到的預(yù)測結(jié)果存在著很大的誤差。

在人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于砼性能預(yù)測方面，我國天津大學(xué)的張勝利將傳統(tǒng)的BP網(wǎng)絡(luò)模型的預(yù)測結(jié)果與3中不同輸入模型的RBF網(wǎng)絡(luò)預(yù)測結(jié)果進(jìn)行了比較和分析，最終證明了RBF網(wǎng)絡(luò)模型具有較強的泛化能力和極高的預(yù)測精確度，是一種新型的、有效的分析商品砼性能的方法。

2.4 在建筑結(jié)構(gòu)中的應(yīng)用

汶川地震的發(fā)生以及這場地震所造成的嚴(yán)重危害，讓建筑結(jié)構(gòu)控制及健康診斷工作得到了前所未有的關(guān)注，以往建筑行業(yè)所采用的結(jié)構(gòu)系統(tǒng)辨識方法存在著抗噪聲能力差、適用范圍較窄、難以進(jìn)行線性識別的缺點，讓此項工作的有效開展受到了極大的限制。近年來，隨著人工智能技術(shù)的發(fā)展，出現(xiàn)了一種新型的基于人工神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識方法，該方法通過模糊神經(jīng)網(wǎng)絡(luò)所具有的學(xué)習(xí)及非線性映射能力來獲得實測結(jié)構(gòu)動力響應(yīng)數(shù)據(jù)，并以此構(gòu)建起建筑結(jié)構(gòu)的動力特征模型。模糊神經(jīng)網(wǎng)絡(luò)能夠?qū)ㄖY(jié)構(gòu)在任意動力荷載情況下的動力響應(yīng)進(jìn)行非常準(zhǔn)確的預(yù)測，因此廣泛的應(yīng)用于建筑結(jié)構(gòu)的健康診斷以及振動控制當(dāng)中，具有很強的實用性和可擴展性。

2.5 在建筑電氣中的應(yīng)用

隨著我國建筑業(yè)的迅速發(fā)展，行業(yè)的總體能耗急劇攀升，有一段時間在總能耗中所占的比例甚至超過了30%，所以，實行建筑節(jié)能對于實現(xiàn)我國的節(jié)能減排目標(biāo)無疑具有巨大的促進(jìn)作用，而電氣節(jié)能技術(shù)則是當(dāng)前效果最為顯著的節(jié)能方式之一。

電氣節(jié)能的評估模型建立之后，可以使用人工神經(jīng)網(wǎng)絡(luò)對其進(jìn)行訓(xùn)練，提升其評估的準(zhǔn)確性和網(wǎng)絡(luò)泛化性，使建筑節(jié)能改造工作的實施能夠具有更多的科學(xué)依據(jù)。其中，BP神經(jīng)網(wǎng)絡(luò)算法就是一種能夠?qū)⑤斎?輸出問題轉(zhuǎn)化為線性問題的學(xué)習(xí)方法。傳統(tǒng)的BP網(wǎng)絡(luò)采用的是梯度下降法，該方法的學(xué)習(xí)速率是保持不變的，同時訓(xùn)練所需的時間較長，且在學(xué)習(xí)過程中可能發(fā)生局部收斂的情況；改進(jìn)型的BP算法和L-M反算法則增加了動量因子，無論是在穩(wěn)定性還是收斂性方面，都要優(yōu)于傳統(tǒng)的BP算法，因此廣泛的應(yīng)用于當(dāng)前建筑電氣節(jié)能評估模型的構(gòu)建工作中。

使用該方法構(gòu)建的建筑電氣節(jié)能評估模型的權(quán)重，能夠以相對聯(lián)系的方式隱藏于網(wǎng)絡(luò)當(dāng)中，這種評價方式更加科學(xué)、簡單、適用，所評估模型的適用范圍也更為廣泛。