一种新型的过程模型参数辨识方法

被引：2

作者：

金建平

机构：

[1] 常州机电职业技术学院

来源：

自动化技术与应用 | 2012年 / 31卷 / 01期

关键词：

菌群优化算法; 模型辨识; 热工过程;

D O I：

暂无

中图分类号：

N945.14 [系统辨识];

学科分类号：

071102 ;

摘要：

针对模型参数辨识问题,提出了一种基于菌群优化(BSFO)算法的模型参数辨识方法。通过将辨识参数设置为群体细菌在参数空间的位置,并模拟细菌群体觅食的动态行为来实现对参数的寻优,有效地提高了参数辨识的精度和效率。对火电厂热工过程参数辨识的仿真研究验证了本文算法的有效性,结果表明,菌群优化算法能够实现对过程模型参数的有效辨识,仿真结果令人满意。

引用

页码：4 / 7

页数：4

共 6 条

[1] 基于细菌群体趋药性的函数优化方法 [J].

李威武 ;

王慧 ;

邹志君 ;

钱积新 .

电路与系统学报, 2005, (01) :58-63

[2] 基于遗传算法的火电厂热工过程模型辨识 [J].

刘长良 ;

于希宁 ;

姚万业 ;

刘吉臻 .

中国电机工程学报, 2003, (03) :170-174

[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 .

控制理论与应用, 2000, (01) :150-152

[4] 用人工神神经网络法辨识发酵动力学模型参数 [J].

蔡煜东 ;

陈常庆 ;

周斌 ;

陈德辉 .

生物数学学报, 1994, (04) :103-107

[5]

Biomimicry of Social Foraging Bacteria for Distributed Optimization: Models, Principles, and Emergent Behaviors[J] . Y. Liu,K.M. Passino. Journal of Optimization Theory and Applications . 2002 (3)

[6]

Evolutionary trees from DNA sequences: A maximum likelihood approach[J] . Joseph Felsenstein. Journal of Molecular Evolution . 1981 (6)

← 1 →