Integrated Identification of the Nonlinear Autoregressive Models With Exogenous Inputs (NARX) for Engineering Systems Design

非线性自回归外生模型 自回归模型 系统标识 非线性系统 水准点(测量) 控制理论(社会学) 鉴定(生物学) 计算机科学 数据建模 数学 人工智能 统计 大地测量学 物理 生物 数据库 量子力学 植物 地理 控制(管理)
作者
Anastasia Kadochnikova,Yunpeng Zhu,Zi-Qiang Lang,Visakan Kadirkamanathan
标识
DOI:10.1109/tcst.2022.3171130
摘要

This brief presents a new framework for the identification of nonlinear autoregressive (AR) models with exogenous inputs (NARX) model for design (NARX-M-for-D), which represents NARX of engineering systems where the model coefficients are represented explicitly as a function of the physical parameters that can be adjusted for the system design. The framework is concerned with identifying a common structure of the NARX model which is shared by all design configurations, and with identifying the nonlinear static maps that link these design parameters with NARX coefficients. The problem of the common structure identification is solved via extended forward orthogonal regression, after which a joint regression problem is formulated to determine the explicit relationships between NARX coefficients and physical parameters for the system. Using sparse regression methods allows simultaneous detection of a compact structure of the NARX model and design parameter maps. The reduced structure improves model generalization in design parameter space which is instrumental for the application of the identified model in the system design. The performance of the framework is evaluated on a benchmark model and on the experimental data from dynamic testing of auxetic foams. An example of evaluating the output frequency response from the identified model demonstrates how the proposed framework can be used to assess dynamical properties of engineered systems in the design process.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
陈丫发布了新的文献求助10
刚刚
刚刚
刚刚
小二郎应助凉风有信9527采纳,获得10
1秒前
LEMON发布了新的文献求助20
2秒前
炜大的我完成签到,获得积分10
2秒前
haimianbaobao发布了新的文献求助10
2秒前
传奇3应助研友_nPoXoL采纳,获得10
2秒前
lpp完成签到,获得积分10
2秒前
2秒前
ww发布了新的文献求助10
2秒前
22发布了新的文献求助10
3秒前
zhui发布了新的文献求助10
3秒前
4秒前
Jenny应助哈哈哈哈采纳,获得10
5秒前
笨笨芯应助Miracle采纳,获得10
5秒前
研友_LJGpan完成签到,获得积分10
5秒前
xiaozhenA完成签到,获得积分10
5秒前
junzilan发布了新的文献求助10
5秒前
云澈发布了新的文献求助10
5秒前
Hello paper发布了新的文献求助20
6秒前
a111完成签到,获得积分10
6秒前
乐乐应助zzznznnn采纳,获得10
6秒前
哈哈完成签到,获得积分20
7秒前
阳光衣完成签到,获得积分0
7秒前
9秒前
苏兴龙关注了科研通微信公众号
9秒前
9秒前
脑洞疼应助谦让的含海采纳,获得10
9秒前
华华发布了新的文献求助10
9秒前
9秒前
Orange应助命运的X号采纳,获得10
9秒前
云澈完成签到,获得积分10
11秒前
风趣的觅山完成签到,获得积分10
11秒前
打打应助SCI采纳,获得50
11秒前
pinging应助Wang采纳,获得10
11秒前
11秒前
灵巧荆发布了新的文献求助10
12秒前
和谐续完成签到 ,获得积分10
12秒前
李健应助是天使呢采纳,获得10
12秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527849
求助须知:如何正确求助?哪些是违规求助? 3107938
关于积分的说明 9287239
捐赠科研通 2805706
什么是DOI,文献DOI怎么找? 1540033
邀请新用户注册赠送积分活动 716893
科研通“疑难数据库(出版商)”最低求助积分说明 709794