Cost function shaping of the output error criterion

شناسایی یک مدل خطای خروجی با استفاده از روش خطای پیش بینی منجر به یک مشکل بهینه سازی شده بر روی داده های ورودی / خروجی جمع آوری شده از سیستم می شود تا شناسایی شود. اغلب دشوار است راه حل جهانی این مشکل بهینه سازی را پیدا کند، زیرا در اغلب موارد، تابع اهداف مربوطه و فضای جستجو غیرقابل نفوذ است. مشکل در حل مشکل بهینه سازی عمدتا بستگی به شرایط آزمایشی دارد، بویژه در طیف داده های ورودی / خروجی جمع آوری شده از سیستم. بنابراین با هماهنگ کردن الگوریتم ها با انتخاب مناسب از پیش فیلتر داده ها، ممکن است بهبود یابد. در این مقاله ما نشان می دهیم که چگونه این انتخاب را انجام دهیم. ما کاربرد رویکرد پیشنهادی را به مطالعات موردی ارائه می دهیم که در آن الگوریتم های استاندارد تمایل به همگرا بودن با حداقل جهان را دارند.