کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6469204 1423745 2017 66 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Model-based design of optimal experiments for nonlinear systems in the context of guaranteed parameter estimation
ترجمه فارسی عنوان
طراحی مدل مبتنی بر مدل آزمایشی بهینه برای سیستم های غیر خطی در زمینه برآورد پارامتر تضمین شده
کلمات کلیدی
طراحی آزمایشگاهی بهینه، الگوریتم تخمینی، برآورد پارامتر، سر و صدای محدود تخمین محدود خطا،
ترجمه چکیده
یک رویکرد به طراحی آزمایش ها در چارچوب ارزیابی پارامتر محدود (تضمین شده) برای سیستم های غیر استاتیک و پویا ارائه شده است. برآورد پارامتر تضمین شده، محدودیت اطمینان غیرمستقیم را بر پارامترهای ناشناخته یک مدل ریاضی تعیین می کند. یک بخش ضروری از روش راه حل تقریبی منطقه اعتماد مشترک است. در این سهم، ما روش و راه های مختلفی برای دستیابی به تقریب نزدیک به مجموعه راه حل برآورد پارامتر تضمین شده بر اساس مقادیر مورد انتظار پارامترها را توسعه و تحلیل می کنیم. در نهایت پیشنهاد می کنیم که مشکل طراحی آزمایشات را به عنوان یک برنامه دوبلکس حل کنیم. ما رویکرد ما را نشان می دهد و ماهیت مشکل در مطالعات موردی استاتیک و پویا را تجزیه و تحلیل می کند. رویکرد پیشنهادی نیز با طراحی آزمایش در زمینه تخمین کمترین مربعات و تکنیک های مبتنی بر خطی سازی برای طراحی آزمایش مطلوب پیشنهاد شده در ادبیات پیشین مقایسه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
پیش نمایش مقاله
طراحی مدل مبتنی بر مدل آزمایشی بهینه برای سیستم های غیر خطی در زمینه برآورد پارامتر تضمین شده
چکیده انگلیسی
An approach to the design of experiments is presented in the framework of bounded-error (guaranteed) parameter estimation for nonlinear static and dynamic systems. The guaranteed parameter estimation determines non-asymptotic confidence limits on the unknown parameters of a mathematical model. An essential part of the solution procedure is the approximation of the joint-confidence region. In this contribution, we develop and analyze the procedure and different ways of achieving a tight over-approximation of the solution set of guaranteed parameter estimation based on the expected values of parameters. Finally we propose to solve the problem of the design of experiments as a bilevel program. We demonstrate our approach and analyze the nature of the problem in the static and dynamic case studies. The proposed approach is also compared to the experiment design in the context of least-squares estimation and to the linearization-based techniques for optimal experiment design proposed in the literature earlier.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Chemical Engineering - Volume 99, 6 April 2017, Pages 198-213
نویسندگان
, ,