Подробное описание документа

Чжан Л.
   Гибридный метод структурно-параметрической идентификации динамических систем / Чжан Л. // Системы анализа и обработки данных. - 2025. - № 2. - С. 111-122.

В различных сферах научно-исследовательской и производственной деятельности весьма актуальна задача структурно-параметрической идентификации динамических систем. Эта задача заключается в построении математической модели системы по экспериментальным данным наблюдений за ее поведением. Полученная модель используется как для исследования свойств системы, так и для управления системой. Эволюционные алгоритмы (особенно генетическое программирование) находят большую популярность при решении задачи структурно-параметрической идентификации. Результат идентификации методом генетического программирования представляется в символьном виде, что облегчает последующий анализ и управление. Однако по своей сути эволюционные алгоритмы являются стохастическими алгоритмами. Это означает, что они опираются на случайные процессы, что часто приводит к получению субоптимального решения. Повышение эффективности идентификации динамических систем методом генетического программирования необходимо. В настоящей статье представлен метод GP - SINDy (генетическое программирование с разреженной идентификацией, genetic programming with sparse identification) - новый гибридный метод идентификации динамических систем с помощью генетического программирования и разреженной идентификации. В предложенном методе процесс идентификации разделен на два этапа: сначала генетическое программирование применяется для определения структуры модели, а затем разреженная идентификация используется для определения соответствующих оптимальных параметров. Модель в форме дифференциальных уравнений построена на основе обработки наблюдений. Эффективность предложенного метода продемонстрирована на идентификации трех динамических систем. Результаты показывают, что метод GP - SINDy позволяет находить модели с высокой точностью и низкой сложностью (более высокой интерпретируемостью), что обусловливает его перспективность для структурно-параметрической идентификации динамических систем.
Ключевые слова задача идентификации, построение математической модели, символьная регрессия, структурно-параметрическая идентификация, повышение эффективности идентификации, генетическое программирование, разреженная идентификация нелинейных динамик, гибридный метод идентификации gp - sindy