|
| |
|
|
Impact of forgetting on models of rolling mills
Dedecius, Kamil ; Jirsa, Ladislav
The research report deals with an analysis of various models for modelling of the cold sheet rolling process. It comprises a thorough analysis of a mass-flow model and its weaknesses, brief analysis of normalization impact on modelling and exhaustive analysis of 4 defined models with exponential and partial forgetting and their comparison to models without forgetting. The report ends with a computer-intensive search for new blackbox models.
|
|
| |
|
|
Stručné porovnání vybraných metod zapomínání parametrů
Dedecius, Kamil
Článek porovnává tři metody odhadu pomalu se měnících parametrů I-O modelů. První z nich je metoda exponenciálního zapomínání, jež představuje nejpopulárnější a současně nejjednodušší způsob odhadu. Druhá vybraná metoda - alternativní zapomínání - je na exponenciálním zapomínání založena. Parciální zapomínání (3. vybraná metoda) představuje úplně jiný přístup k problematice. Porovnání metod je založeno na srovnání kvality jednokrokové predikce předdefinované časové řady.
|
|
|
Parciální zapomínání. Nová metoda sledování časově proměnných parametrů
Dedecius, Kamil ; Nagy, Ivan ; Kárný, Miroslav ; Pavelková, Lenka
Tracking of slowly varying parameters is an important task in the theory of adaptive systems. Majority of prediction and control algorithms, employing regression models like autoregression model (AR), autoregression model with exogenous inputs (ARX), autoregression model with moving average (ARMA) etc., assume a carefully defined model structure and correctly estimated parameters. Problems arise, when the model parameters vary in time. The problems of slowly time-varying model parameters were given a thorough attention. The proposed partial forgetting method tries to solve this issue by a new approach.
|
host ::
RSS.