噪声环境下参数估计和模型降阶的一种有效方法

被引:2
作者
潘晖
王凌
刘波
金以慧
机构
[1] 清华大学自动化系
关键词
微粒群算法; 假设检验; 参数估计; 模型降阶;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对噪声环境下的非线性系统参数估计和模型降阶问题,提出了一种带假设检验的微粒群优化算法(PSOHT),以最小化平均平方误差为目标,结合统计意义下的评价和比较,通过微粒群操作进行参数估计。基于典型非线性时滞系统的仿真实验,验证了所提算法的有效性和抗噪声能力。
引用
收藏
页码:13 / 17
页数:5
相关论文
共 1 条
[1]  
A class of hypothesis-test-based genetic algorithms for flow shop scheduling with stochastic processing time[J] . L. Wang,L. Zhang,D.-Z. Zheng.The International Journal of Advanced Manufacturing Technology . 2005 (11)