Identifikace dynamických systémů pomocí Bayesovských sítí
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Cílem této práce je vytvoření spojení mezi Bayesovskými sítěmi a parametrickou identifikací dynamických systémů. Nejprvé byl zpracován průzkum dostupné literatury a byly zformulovány důležité teoretické základy. Poté jsou uvedeny modely dynamických systémů na bázi Bayesovských sítí. Těžištěm práce je návrh a ověření metodologie identifikace dynamických systémů pomocí Bayesovských sítí. Součástí metodologie je nový přístup k volbě řádu výsledného modelu. Na závěr, byla ověřena navržená metoda identifikace dynamických systémů pomocí Bayesovských sítí na fyzikálních modelech dynamických systémů.Obecně je možno konstatovat, že je disertační práce zaměřena na návrh nového přístupu k identifikaci dynamických systémů ovlivněných šumem. Uvedené modely dynamických systémů na bázi Bayesovských sítí mohou být také využité k estimaci stavu, sledování a řízení dynamických systémů.
The aim of this thesis is to provide the bridging between Bayesian networks and system identification. Firstly, the literature review and necessary theoretical prerequisites are provided. Secondly, Bayesian network based models of dynamic systems are introduced. Next, the methodology of Bayesian network based system identification is proposed and explored on simulated datasets. In addition, a new approach to the order selection for a resulting model is proposed and verified. Finally, the proposed Bayesian network based system identification approach is verified on real dynamic systems.Overally, the thesis proposes a new approach to system identification of dynamic systems influenced by noisy signals. In addition, Bayesian network based models proposed in this thesis can be used for state estimation, monitoring and control of dynamic systems.
The aim of this thesis is to provide the bridging between Bayesian networks and system identification. Firstly, the literature review and necessary theoretical prerequisites are provided. Secondly, Bayesian network based models of dynamic systems are introduced. Next, the methodology of Bayesian network based system identification is proposed and explored on simulated datasets. In addition, a new approach to the order selection for a resulting model is proposed and verified. Finally, the proposed Bayesian network based system identification approach is verified on real dynamic systems.Overally, the thesis proposes a new approach to system identification of dynamic systems influenced by noisy signals. In addition, Bayesian network based models proposed in this thesis can be used for state estimation, monitoring and control of dynamic systems.
Description
Subject(s)
Bayesovské sítě, identifikace, volba řádu, dynamický systém, Bayesian networks, system identification, order selection, dynamic system