放射基底関数に基づく状態依存型自己回帰モデルを用いた非線形プロセスのモデリング

放射基底関数に基づく状態依存型自己回帰（RBF-AR）モデルは、非線形の結合モデルの一種です。本書はRBF-ARモデルのパラメータ推定に焦点を当てています。パラメータとモデル出力の間の高度に非線形な関係による推定の難しさを克服するために、元の最適化問題を二次および非線形最適化問題に変換する分離アイデアが用いられています。階層的同定原理と多革新理論を適用して、RBF-ARモデル用に2つの相互作用アルゴリズムが提案されています。さらに、アルゴリズムにおけるデータの飽和を克服するために、データ重み付けに基づくアプローチが提案されています。シミュレーション結果は、パラメータ推定の精度と予測性能の観点から提案されたアルゴリズムの有効性を検証しています。