[发明专利]逆模型建模方法及装置、以及自适应逆控制方法及装置

权利要求书

1.一种逆模型建模方法，包括以下步骤：

将提供给被控系统的控制信号X和来自被控系统的输出信号Y作为样本，利用克里金算法进行建模训练，得到克里金逆模型，并基于克里金逆模型得到控制信号X的输出信号

将输出信号Y与输出信号相减，得到偏差信号e；以及

利用偏差信号e对克里金逆模型进行调整。

2.根据权利要求1所述的逆模型建模方法，其中，通过将控制信号X输入到被控系统中，加上外界扰动信号后得到所述输出信号Y。

3.根据权利要求1所述的逆模型建模方法，其中，所述将控制信号X和输出信号Y作为样本，利用克里金算法进行建模训练包括：

基于控制信号X和输出信号Y构造克里金模型；以及

以预测偏差最小为目标，利用相应的优化算法，选取所述克里金算法模型的相关性系数。

4.根据权利要求3所述的逆模型建模方法，其中，所述基于控制信号X和输出信号Y构造克里金模型包括：

构造Y(X)＝f^T(X)β_k+z_k(X)

其中f^T(X)＝[f₁(X),…,f_m(X)]^T是关于X的多项式，β_k＝[β_k1,…,β_km]^T，式中β_k是回归系数向量，z_k(X)是随机误差函数,m是回归模型基函数的个数，Y(X)是待测响应值，其中，

E[z_k(X)]＝0

Var[zk(X)]=σz2]]>

Cov(x_i,x_j)＝σ²R(x_i,x_j),i,j＝1...n_k

其中，E[z_k(X)]表示均值计算，Var[z_k(X)]表示方差计算，Cov(x_i,x_j)表示协方差矩阵，x_i与x_j为X的已知样本点，n_k为样本点数，R(x_i,x_j)为相关函数，σ²为过程方差，为随机误差函数z_k(x)的过程方差。

R(θk,xi,xj)=Πk=1nR(θk,xik-xjk)]]>

θ_k为相关性系数，即克里金逆模型的逆运算参数，x_i^k为x_i的第k个分量，x_j^k为x_j的第k个分量。