应用粒子群优化算法辨识Hammerstein模型

被引：45

作者：

林卫星 ^{[1
]}

张惠娣 ^{[1
]}

刘士荣 ^{[1
]}

钱积新 ^{[2
]}

机构：

[1] 宁波大学信息科学与工程学院

[2] 浙江大学系统工程研究所

来源：

仪器仪表学报 | 2006年 / 01期

基金：

浙江省自然科学基金;

关键词：

系统辨识; Hammerstein模型; PSO; 非线性系统;

D O I：

10.19650/j.cnki.cjsi.2006.01.019

中图分类号：

N945.14 [系统辨识];

学科分类号：

071102 [系统分析与集成];

摘要：

非线性系统的辨识一直是现代辨识领域中的一个主要课题。针对非线性系统中Hammerstein模型,文中提出了利用群集智能中的粒子群优化算法(PSO)对非线性模型进行辨识。讨论了PSO的基本算法与参数初值的设置与选择方法。通过仿真实验说明:与非线性最小二乘法相比PSO算法对于非线性辨识的有效性和鲁棒性。PSO算法是一种有效的解决优化问题的群集智能算法,它的突出特点是算法中需要选择的参数少,程序实现简单,并在种群数量、寻优速度等方面较其他进化算法具有一定的优势。尤其是在高噪信比情况下,也收到较满意的结果。

引用

页码：75 / 79

页数：5