DE算法的改进及其在系统辨识中的应用

被引：2

作者：

顾志刚

杨马英

机构：

[1] 浙江工业大学信息工程学院

来源：

浙江工业大学学报 | 2007年 / 04期

基金：

浙江省自然科学基金;

关键词：

优化; DE算法; 变步长梯度法; 记忆库; 系统辨识; ARX模型;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

对于一类高维、非光滑及非线性的约束优化问题,传统的搜索方法不能很好地求得全局最优解,而DE算法可以处理这类问题.为了提高DE算法收敛到全局最优的概率和精度,在基本DE算法的基础上,运用变步长梯度法和记忆库,得到改进的DE算法,并将改进的DE算法应用于实际水槽的模型参数辨识.经过测试对象、采集数据、选择模型结构、辨识参数和验证模型,结果表明,改进的DE算法使辨识系统参数收敛到全局最优的能力增强,收敛概率和精度得到提高,模型偏差平方和更小.

引用

页码：422 / 426

页数：5