辨识和预报方法及其应用PDF电子书下载

第一章 数学模型 1

§1．1 概述 1

§1．2 随机差分方程模型 3

§1．3 状态空间模型 7

§1．4 预报误差模型 12

第二章 动态系统辨识原理 15

§2．1 系统辨识问题 15

§2．2 非递推最小二乘法 17

§2．3 递推最小二乘法 19

§2．4 遗忘因子法(渐消记忆法) 21

§2．5 辅助变量法 24

§2．6 广义最小二乘法 28

§2．7 增广的最小二乘法 33

§2．8 极大似然法 36

§2．9 随机逼近型算法 42

§2．10 推广的递推梯度算法 45

§2．11 变阶式RLS法和变阶式RELS法 47

§2．12 变维式推广的递推梯度法 57

§2．13 多步广义梯度法 62

§2．14 模型结构确定的方法 66

第三章 经典的预报方法 79

§3．1 时间序列的预报问题 79

§3．2 瓦尔德分解 83

§3．3 平稳时间序列预报的维纳柯尔莫哥洛夫方法 89

§3．4 时间序列预报的博克斯-詹金斯方法 96

§3．5 带有MA噪声系统预报的奥斯特隆姆方法 100

§3．6 卡尔曼预报方法 103

§3．7 预报问题的多层曲线拟合方法 108

第四章 自校正和自适应预报及其应用 118

§4．1 自校正Box-Jenkins递推预报器 119

§4．2 Wittenmark自校正预报器 131

§4．3 Keyser和Cauwenberghe自校正多步预报器 137

§4．4 多变量多步自校正递推预报器及其应用 143

§4．5 自校正预报开关控制器及其应用 152

§4．6 一类非平稳系统的自校正预报器及应用 162

§4．7 一类非线性系统的自校正预报器及其应用 170

§4．8 非线性多变量系统多步自校正预报器 181

§4．9 多层递阶建模与预报 193

§4．10 油田产量的多层递阶预报 207

§4．11 油田开发指标的多层递阶预报 215

第五章 结构适应式自校正预报器 230

§5．1 结构适应式自校正器的定义 230

§5．2 线性系统结构适应式自校正预报器 232

§5．3 线性系统结构适应式多步自校正递推预报器 241

§5．4 一类非线性系统的结构适应式自校正预报器 253

§5．5 一类非线系统的结构适应式自校正递推预报器 257

附录A 概率论和随机过程的基础知识 263

§1 概率论的基本概念 263

§2 随机变量及其分布 265

§3 多维随机变量及其分布 267

§4 随机变量的数字特征 270

§5 随机过程简介 273

附录B 最优化技术中的梯度法 279

§1 求解极值问题的迭代法 279

§2 梯度法 281

附录C 方阵的行列式、迹和逆 283

附录D 条件数学期望 287

附录E 矩阵微分运算 292

附录F 状态空间模型与时间序列模型的相互关系 295

参考文献 299