辨识模型训练方法、非线性系统辨识方法及系统

本发明属于非线性系统辨识技术领域，提供了一种辨识模型训练方法、非线性系统辨识方法及系统，利用多个不同的神经网络模型，对输入数据和输出数据进行特征提取，得到不同的中间特征；利用交替方向乘子法进行参数优化；基于滑动数据窗口的随机梯度下降算法，得到每层神经网络模型的变化量，对每一层神经网络模型的参数进行更新；利用多种不同的模型对输入特征进行提取，比原有的单模型效果表现更加优秀，对非线性系统的拟合效果更佳，此外，基于滑动数据窗口的随机梯度下降算法，增强了数据的利用率，提高了算法的收敛速度与精度，同时在模型参数优化时只沿着一个模型的方向，增强了模型的训练效果，在非线性系统的辨识任务上展示了较好的成果。