Sammendrag
Systemidentifikasjon kan defineres som å beregne en modell for et system
basert på observerte data. Typiske systemer som studeres er dynamiske
systemer, stokastiske systemer, deterministiske systemer, kombinert
stokastiske og deterministiske systemer samt rent statiske systemer. Den
tradisjonelle løsningen på
systemidentifikasjonsproblemet er å benytte klassiske
prediksjonsfeil metoder basert på optimalisering. Disse metodene kan være
uegnet på mange multivariate problemstillinger. I løpet av de siste ti år
har man utviklet projeksjonsbaserte metoder for
systemidentifikasjon. En slik metode som er sentral i prosjektet er DSR
(datadreven systemidentifikasjon, modellering og realisering). De
projeksjonsbaserte metodene har mange fordeler sammenlignet med de
klassiske metodene. DSR kan for eksempel sees på som en direkte utvidelse
av de rent statiske kjemometri-metodene (PCA, PCR og PLS) til å løse
dynamiske datamodellerings problemer. Noen av målene for dette prosjektet er
som følger: Å demonstrere hvordan projeksjonsbaserte metoder
for data modellering kan benyttes på en vid klasse av systemer og
problemstillinger, å kombinere datadreven modellering med fysikkbasert
(mekanistisk) modellering, samt å annvende metoden på industrielle
problemstillinger.
Vis fullstendig beskrivelse
Vitenskapelig sammendrag
Systemidentifikasjon kan defineres som å beregne en modell for et system
basert på observerte data. Typiske systemer som studeres er dynamiske
systemer, stokastiske systemer, deterministiske systemer, kombinert
stokastiske og deterministiske systemer samt rent statiske systemer. Den
tradisjonelle løsningen på
systemidentifikasjonsproblemet er å benytte klassiske
prediksjonsfeil metoder basert på optimalisering. Disse metodene kan være
uegnet på mange multivariate problemstillinger. I løpet av de siste ti år
har man utviklet projeksjonsbaserte metoder for
systemidentifikasjon. En slik metode som er sentral i prosjektet er DSR
(datadreven systemidentifikasjon, modellering og realisering). De
projeksjonsbaserte metodene har mange fordeler sammenlignet med de
klassiske metodene. DSR kan for eksempel sees på som en direkte utvidelse
av de rent statiske kjemometri-metodene (PCA, PCR og PLS) til å løse
dynamiske datamodellerings problemer. Noen av målene for dette prosjektet er
som følger: Å demonstrere hvordan projeksjonsbaserte metoder
for data modellering kan benyttes på en vid klasse av systemer og
problemstillinger, å kombinere datadreven modellering med fysikkbasert
(mekanistisk) modellering, samt å annvende metoden på industrielle
problemstillinger.
Vis fullstendig beskrivelse