基于高斯过程的数据驱动识别端口哈尔顿 DAE 系统
系统与控制
2024-06-28 v1 机器学习
数值分析
系统与控制
数值分析
摘要
端口哈尔顿系统（pHS）允许对动力系统进行结构保持建模。通过通过线性关系将输入和输出耦合，定义整体 pHS，保持结构。然而，在多物理应用中，一些子系统由于 (a) 此描述不可得或 (b) 过于昂贵，不允许进行物理 pHS 描述。此时，可使用数据驱动方法为此类子系统提供 pHS，然后以结构保持的方式与其他子系统耦合。本文推导了一种用于端口哈尔顿微分代数方程（DAE）系统的数据驱动识别方法。该方法利用输入和状态空间数据来估计 pH-DAE 的非线性 effort 函数。作为底层技术，我们使用（多任务）高斯过程。该工作扩展了当前研究进展，后者仅能通过高斯过程识别端口哈尔顿常微分方程系统。我们成功地将该方法应用于网络设计和受约束刚体系统动力学中的两个应用，分别基于指数为一和三的 pH-DAE 系统。
引用
@article{arxiv.2406.18726,
title = {Data-driven identification of port-Hamiltonian DAE systems by Gaussian processes},
author = {Peter Zaspel and Michael Günther},
journal= {arXiv preprint arXiv:2406.18726},
year = {2024}
}