基于验证与适应的数据系统辨识方法应用于非线性悬臂梁
系统与控制
2025-08-05 v1 系统与控制
摘要
最近提出的验证-适应系统辨识 (SIVA) 方法允许直接从数据中进行系统辨识、不确定性量化和模型验证。受生成式建模启发，SIVA 使用一个神经网络将随机噪声转换为物理上有意义的参数。已知的运动方程利用这些参数生成虚假加速度，然后通过均方误差损失函数将其与真实训练数据进行比较。为了实现参数的并行验证，独立数据集被输入模型，所得信号被判别器网络分类为真实或虚假，从而指导参数生成网络。本文将 SIVA 应用于悬臂梁上的仿真振动数据，梁中包含一个集中质量和非线性端部附件，演示了在复杂高度非线性系统上的准确参数估计和模型更新。
引用
@article{arxiv.2508.00931,
title = {System Identification via Validation and Adaptation for Model Updating Applied to a Nonlinear Cantilever Beam},
author = {Cristian López and Jackson E. Herzlieb and Keegan J. Moore},
journal= {arXiv preprint arXiv:2508.00931},
year = {2025}
}