一种导数无关的非线性混成系统学习方法

本发明公开了一种导数无关的非线性混成系统学习方法，包括：获取离散轨迹并确定NARX模型；通过滑动窗口判断离散轨迹能否被同一个NARX模型拟合，识认出模式切换点并分割轨迹；将轨迹分割后的轨迹段组合，若组合的轨迹段能被同一NARX模型拟合，则将其标记为系统在相同模式下生成的轨迹并聚类；用聚类后的所有类内片段学习该类所代表的模式的NARX模型；用聚类后的所有类别学习模式间的切换关系并构建支持向量机以学习模式切换的守卫条件；通过NARX模型拟合进行重置学习。本发明方法能够识认带有非线性重置的高阶非线性混成系统，在处理具有外部输入、高阶非线性动力学、非线性守卫以及线性重置的混成系统中具有普适性。