摘要
本发明提供了一种基于PINN架构的系统辨识方法、系统及装置,涉及系统辨识技术领域,方法主要包括:确定控制模型的状态变量和控制变量;采集带有时间标记的状态变量数据和控制变量数据;训练控制模型,所述控制模型包括X网络与TC网络;所述X网络,用于构建平滑且具有物理意义的状态函数并提取微分信息;所述TC网络,用于对状态函数及微分信息,进行系统动力学参数识别及预测;将训练完成的TC网络,作为系统动力学模型,用于预测受控系统的变量。本方案能够进行自适应调整,并且减少了对精确数学模型的依赖性;在学习过程中保留物理定律规律,进而使预测结果更符合实际动态行为;能够精确捕捉系统状态与其微分信息,提高了预测的精度和稳定性。
技术关键词
系统动力学模型
系统辨识方法
矩阵
网络
输入端
系统辨识装置
数据接收模块
注意力
系统辨识技术
数据处理模块
重构误差
控制优化方法
信息编码
精确数学模型
编码器
物理
参数
变量
捕捉系统
系统为您推荐了相关专利信息
风险预测系统
逻辑回归模型
基线
人口统计信息
变量
夜间车辆检测方法
图像增强算法
数据
双向特征金字塔
图像翻转方法
双人
可视化模块
Unity3D引擎开发
网络同步
WebSocket协议