基于复合微粒群算法的非线性系统模型参数估计

被引：12

作者：

吴亮红 ^{[1
]}

王耀南 ^{[2
]}

曾照福 ^{[1
]}

袁小芳 ^{[2
]}

机构：

[1] 湖南科技大学信息与电气工程学院

[2] 湖南大学电气与信息工程学院

来源：

关键词：

微粒群算法; 非线性系统; 参数估计; 仿真研究;

D O I：

10.16182/j.cnki.joss.2006.07.050

中图分类号：

TP13 [自动控制理论];

学科分类号：

摘要：

在系统辨识理论的实际应用中根据不同的对象和建模的不同目的去选择合适的辨识算法是一件不容易的事。针对非线性系统模型的多样性,提出了适应于多种不同模型的基于复合微粒群优化算法(HPSO)的系统参数估计方法,并对多种模型实例进行了仿真研究。实验结果表明,该算法是一种有效的系统模型参数估计方法。

引用

页码：1942 / 1945

页数：4

共 4 条

[1] 应用粒子群优化的非线性系统辨识 [J].

柯晶 ;

钱积新 .

王凌 ;

李文峰 ;

郑大钟 .

[3] 基于遗传算法的非线性系统模型参数估计 [J].

姜波 ;

汪秉文 .

[4]

系统辨识与自适应控制.[M].杨承志等编著;.重庆大学出版社.2003,