《辨识和预报方法及其应用》求取 ⇩

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