A Novel Data‐Driven Bilinear Subspace Identification Approach

Abstract

Les méthodes d'identifi cation du sous-espace pour les systèmes bi-linéaires permettent d'effectuer des calculs par ordinateur avec des matrices de données qui explosent. L'extrême lourdeur des calculs par ordinateur constitue le problème majeur qui empêche d'appliquer en pratique l'identifi cation du sous-espace bi-linéaire. Dans cet article, nous proposons une nouvelle approche d'identifi cation du modèle de prédiction bilinéaire à partir de données d'entrée-sortie qui présente une effi cacité de calcul améliorée. Basée sur la théorie des structures de déplacement, la factorisation QR est remplacée par une factorisation de Cholesky rapide, qui permet de traiter l'obstacle de la très grande dimensionnalité et réduit donc les coûts de calcul. Ces améliorations rendent l'approche du sous-espace bi-linéaire plus effi cace en termes de calcul par ordinateur avec une bonne capacité de prédiction. Enfi n, la méthode de contrôle proposée est illustrée par une simulation d'un système de réacteur continu parfaitement agité (CSTR).