Resumen

Este documento presenta un algoritmo de estimación de parámetros de gradiente estocástico de multi-innovación para sistemas de espacio de estados muestreados a dos velocidades con retraso temporal de -pasos mediante la teoría de identificación de multi-innovación. Considerando la perturbación estocástica en el proceso industrial y utilizando la búsqueda de gradiente, se propone un algoritmo de gradiente estocástico de multi-innovación mediante la expansión de la innovación escalar en un vector de innovación para obtener estimaciones de parámetros más precisas. La dificultad de la identificación es que el vector de información en el modelo de identificación contiene los estados desconocidos. El algoritmo propuesto utiliza las estimaciones de estado del observador en lugar de las variables de estado para realizar la estimación de parámetros. Los resultados de la simulación indican que el algoritmo propuesto funciona bien.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Multi-innovación; Gradiente estocástico; Estimación de parámetros; Sistemas de espacio de estados muestreados a dos velocidades; Retardo de tiempo; Resultados de simulación
• Keywords:Multi-innovation; Stochastic gradient; Parameter estimation; Dual-rate sampled state-space systems; Time delay; Simulation results