- 上一篇：复杂系统的研究现状和存在的问题
- 下一篇：系统辨识研究现状综述
随着系统的复杂化和对模型精确度要求的提高，系统辨识方法在不断发展，特别是非线性系统辨识方法。现代辨识方法主要有：1、集员系统辨识法 2、多层递阶系统辨识法 3、神经网络系统辨识法 4、模糊逻辑系统辨识法 5、小波网络系统辨识法等。
代数方法在参数估计上的应用是M.Fliess和H.S.Ramirez研究线性时不变系统状态估计工作的延伸([14],[17])。代数估计算法是由ALIEN团队研究并创立发展来的。ALIEN团队从代数理论角度重新定义了系统的可辨识性，可观性，可控性等判定条件及标准。如判断一个系统能否可观的标准为：若它所有变化量，包括输入量，输出量和它们有限次的导数满足一个代数关系，则该系统是可观的。换句话说，倘若系统的所有状态量都能以系统输入，输出及它们的有限次导数线性组合的形式表示，则该系统为可观的。代数方法与一般的估计算法不同的是，用代数法对参数进行估算具有速度快，不存在渐进过程以及估算精确等优点。估计的过程是由一个精确的公式来表示，而不是一个有许多方程要解的辅助动态系统。