Logistic 动力模型参数辨识：基于 KL 距离方法的双层参数识别

Messaoud Souilah; Imene Sabira Soualah

Logistic 动力模型参数辨识：基于 KL 距离方法的双层参数识别

动力系统 2024-10-08 v1 统计理论统计理论

作者: Messaoud Souilah , Imene Sabira Soualah

摘要

我们研究了受 logistic 规律支配、生活在特定宿主环境中的种群动力学模型的参数辨识问题。我们采用 Kullback-Leibler 距离类型的统计方法，推导出两层参数估计算法。第一层 AIG 为离线全局算法，利用参数间重新估计变换的临界点获得，能够从数据块开始进行全局迭代式参数估计。第二层 ARE 为自适应递归算法，用于在线应用，是 AIG 算法的细化版本。AIG 算法的收敛性仍是开放问题，而 ARE 算法通过构建新模型、新空间和新概率分布来证明收敛性。

关键词

参数辨识 Logistic 模型 KL 散度种群动力学递归估计

引用

@article{arxiv.2410.04443,
  title  = {Identification des param\`etres d'un mod\`ele logistique en dynamique des populations avec sortie affine},
  author = {Messaoud Souilah and Imene Sabira Soualah},
  journal= {arXiv preprint arXiv:2410.04443},
  year   = {2024}
}

备注

11 pages, in French language

Logistic 动力模型参数辨识：基于 KL 距离方法的双层参数识别

摘要

关键词

引用

备注

相关论文