在线模型

在线模型（online model）也称为线上模型，是即时追踪受控体或是受控程序的数学模型，并且具有自动适应的机能，可以针对模型及实际的差异进行补偿。

和其他模型之间的关系

在线模型有时也称为“在线模拟器”（online simulator）或是“在线系统”（online system）。

在线模型和实时模拟的概念有关。在线模型依照其定义是可以实时执行的系统。而相对的，实时模拟不一定要是在线模型，因为实时模拟的定义中，没有要求可以适应状态或是参数的变化。

许多控制模型会进行调整以符合其历史资料，不过以往多半是在初期设计或是调适时进行，而且会结合数学计算以及人工处理。而在线模型会透过自动化流程来适应新的程序资料。

背景及概念

在线模型是程序模拟中的主题，利用估测技术估测模型的参数及状态，使其尽可能接近真实系统的数值。使用在线模型的原因可能是无法得到所有操作条件下的离线资料，或者系统有时变特性。

参数估测也可以知道未建模的特性对系统所造成的影响，此时参数的数值就不是原始设定的数值。

用法

在线模型的特点是可以充份接近真实的系统，因此可以在任何时间评估作业上的变化，可能是为了控制或是最佳化的需求，或是因为其他不同任务需要的变化。在线模型可以用于实时监控、程序瓶颈调整，以及受控体的重新设计，或是what-if形式的假设分析。

在线模型可以分析估测参数及状态随时间变化的趋势，可以用来侦测在过程中出现的的错误或是事件，以及其对程序的影响。

技巧

在线模型的概念起源自控制工程。

在线模型有三个共同点：

• 针对模型以及受控体，给予同样的控制信号以及扰动信号
• 配合实时时钟合成模拟时钟
• 适应性：定期依照量测设备的回授来调整模型中的状态及参数。

让模型可以在线运行的重要概念是参数估测。透过一些方式让在线模式的参数符合真实系统的参数。系统识别和估计理论都是估测未知参数数值的方法。

若利用卡尔曼滤波或是移动水平估测器等技术，也可以进行状态观测，更新系统状态，使得模型的输出以及实际系统的输出尽量的接近。若使用加强卡尔曼滤波，也可以同时进行状态观测及参数观测。

数学程序的模型可以在建立真实系统之前，在设计阶段就开始使用，不过因为没有可以输入模型的程序资料，此时还不能算是在线模型。不过若受控体完成，开始使用，就可以复用设计阶段的模型在实际作业中 。这种复用的模型常称为“生命周期模拟器”（life-cycle simulators）。

另一种取得在线模型的方式是针对需要直接建立一个，此作法的好处是复杂程度以及模拟的时间可以依实际需要来规划。

应用

在线模型用在

• 气象预报：这领域中的技术会称为数据同化。
• 油藏模拟：这领域中的技术会称为（自动）历史比对。
• 模型为基础的控制：例如非线性的模型预测控制，常常会利用增强卡尔曼滤波来适应模型状态以及参数
• 程序模拟，这类模型会称为“生命周期模拟器”