Идентификация динамических систем на основе комбинации методов генетического программирования и разреженной регрессии

Чжан Лэлэ, Филимонов Н.Б.

Ключевые слова: динамическая система, экспериментальные данные, структурно-параметрическая идентификация, метод генетического программирования (GP), метод разреженной идентификации (SINDy), гибридный метод идентификации GP-SINDy.

Аннотация. Статья посвящена разработке и исследованию нового гибридного метода идентификации нелинейных динамических систем, основанного на комбинации метода генетического программирования (GP) и метода разреженной регрессии SINDy. Здесь метод GP обеспечивает структурную, а метод SINDy - параметрическую идентификацию системы. Эффективность гибридного метода идентификации апробирована на задаче построения математической модели динамической системы Лоренца по результатам экспериментальных наблюдений.

Identification of dynamic systems based on a combination of methods genetic programming and sparse regression

Zhang Lele, Filimonov N.B.

Keywords: dynamic system, experimental data, structural-parametric identification, genetic programming method (GP), sparse identification method (SINDy), hybrid GP-SINDy identification method.

Abstract. The article is devoted to the development and research of a new hybrid method for the identification of nonlinear dynamical systems based on a combination of the genetic programming method (GP) and the sparse regression method SINDy. Here, the GP method provides structural identification, and the SINDy method provides parametric identification of the system. The effectiveness of the hybrid identification method is tested on the task of constructing a mathematical model of the Lorenz dynamical system based on the results of experimental observations.