kritiskt bedöma olika modelleringsmetoders användbarhet och begränsningar,
värdera och använda olika metoder för empirisk modellering, inklusive olika modellklasser, identifieringstekniker och modellvalideringar,
använda tillgängliga verktyg och mjukvara,
beskriva de olika stegen som ingår då mätdata används för att skatta en modell, från utformning av identifieringsexperiment till modellvalidering,
förbehandla och analysera empirisk data insamlad från verkliga system, och ta fram modeller för dessa,
presentera projektresultat skriftligt och muntligt.
Kursinnehåll
Tidsdiskreta system. Introduktion till stokastiska processer. Korrelation- och spektralanalys. Exempel på modeller för system och signaler. Linjär regression, minsta kvadratmetoden och prediktionsfelsmetoder. Black box- och grey box-modellering. Modellvalidering och praktiska aspekter. Möjligheter och begränsningar med empirisk modellering. Rekursiva identifieringsmetoder och tillämpningar. Orientering kring olinjär modellering och närliggande forskningsområden. Projektarbete: Under kursens gång kommer ett flertal projektuppgifter att genomföras. Här används empirisk modellering på data insamlad från olika system, bland annat inom energisektorn. Det finns även möjlighet att komma med egna förslag på intressanta system för modellering.
Förutsättningar
120 hp inklusive Reglerteknik I och en kurs i grundläggande matematisk statistik. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)