CAR模型在过程建模中得到了广泛应用。传统的随机信息梯度算法虽然可以辨识CAR模型,但是算法收敛速度慢、估计精度不高。为解决这一问题,提出了一种带可变遗忘因子的多误差随机梯度算法。首先用信息向量取代信息标量,提出了一种多误差随机信息梯度算法;然后,将误差信息引入遗忘因子,提出一种可变遗忘因子。数值仿真表明,所提算法能够以较快的收敛速度获得精度较高的参数估计值。
科研之友
微信
新浪微博
Facebook
分享链接
