某水上中心运行数据作为动态模型学习基准：面向 8 小时预测视界的有效模型搜索
机器学习
2023-04-24 v2 系统与控制
系统与控制
摘要
本文提出一个基于运行中公共游泳池数据的辨识基准。此类系统既是一个复杂过程，又因其利害关系而易被大众理解。最终目标是在维持服务质量水平的同时降低能源账单。该目标具有普遍意义，并不限于公共游泳池。这可以通过所谓的经济预测控制有效实现。此类先进控制依赖于过程模型。本文及所考虑基准的目的在于表明，此类动态模型可从运行数据中获取。为此，我们对运行数据进行格式化与共享，并提出了模型质量指标。在此基础上，首批辨识结果分别展示了一个线性多变量模型与一个神经动态模型所得的结果。该基准呼吁控制与数据科学家提出其他方案与结果以作比较。
引用
@article{arxiv.2303.07195,
title = {Operating data of a specific Aquatic Center as a Benchmark for dynamic model learning: search for a valid prediction model over an 8-hour horizon},
author = {François Gauthier-Clerc and Hoel Le Capitaine and Fabien Claveau and Philippe Chevrel},
journal= {arXiv preprint arXiv:2303.07195},
year = {2023}
}