The p-AAA algorithm for data driven modeling of parametric dynamical systems
The p-AAA algorithm for data driven modeling of parametric dynamical systems
复制标题
用于参数动力系统数据驱动建模的 p-AAA 算法
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
S. Gugercin
中科院分区：
文献类型：
--
作者：
Andrea Carracedo Rodriguez;S. Gugercin
AAA算法已经成为数据驱动的单变量函数（如线性动力系统的传递函数）的有理逼近的流行工具。在许多重要应用中出现的参数动态系统的设置中，要建模的基础（传递）函数是多变量函数。考虑到这一点，我们开发的AAA框架近似的多元函数，其中的逼近构造在多元重心的形式。该方法是数据驱动的，在这个意义上，它不需要访问完整的状态空间数据，只需要功能评估。我们讨论矩阵值函数的情况的扩展，即，多输入/多输出动力系统，并提供了一个连接到切向插值理论。几个数值例子说明了所提出的方法的有效性。
The AAA algorithm has become a popular tool for data-driven rational approximation of single variable functions, such as transfer functions of a linear dynamical system. In the setting of parametric dynamical systems appearing in many prominent applications, the underlying (transfer) function to be modeled is a multivariate function. With this in mind, we develop the AAA framework for approximating multivariate functions where the approximant is constructed in the multivariate Barycentric form. The method is data-driven, in the sense that it does not require access to full state-space data and requires only function evaluations. We discuss an extension to the case of matrix-valued functions, i.e., multi-input/multi-output dynamical systems, and provide a connection to the tangential interpolation theory. Several numerical examples illustrate the effectiveness of the proposed approach.
登录
查看更多内容
应用于频率相关线路建模的多功能AAA算法
DOI：
10.1109/pesgm41954.2020.9281536
发表时间：
2020
期刊：
2020 IEEE Power & Energy Society General Meeting (PESGM
影响因子：
--
作者：
Monzon, Lucas;Johns, William;Iyengar, Spatika;Reynolds, Matthew;Maack, Jonathan;Prabakar, Kumaraguru
通讯作者：
Prabakar, Kumaraguru
DOI：
10.1007/978-3-319-46618-7_3
发表时间：
2017
期刊：
--
影响因子：
--
作者：
P. Benner;T. Stykel
通讯作者：
P. Benner;T. Stykel
影响因子：
1.1
作者：
Antoulas, A. C.;Ionita, A. C.;Lefteriu, S.
通讯作者：
Lefteriu, S.
有理插值的重心、RKFUN 和牛顿表示之间的转换
影响因子：
1.1
作者：
Elsworth S
通讯作者：
Elsworth S